Abstract ES10-2: Mining noncoding mutations for drivers of development in ER alpha-positive breast cancer
Notice bibliographique
Résumé
Abstract Large-scale analysis of whole genome sequencing of breast tumors has identified thousands of genetic alterations, such as single-nucleotide variants (SNVs), outside of gene coding sequences. Delineating the functional impact of these noncoding SNVs is challenging, limiting their inclusion in precision genomics medicine pipelines. Pan-cancer attempts to detect evidence for positive selection within individual CREs identified promoters of a limited number of genes such as TERT. By considering the enrichment of noncoding mutations in cistromes as opposed to individual CREs, we identify the enrichment of noncoding SNVs in cistromes of breast cancer driver transcription factors, including FOXA1. This parallels enrichment of breast cancer genetic predispositions over these transcription factor cistromes. Furthermore, somatic SNVs accumulate in the regulatory plexus of some of these driver transcription factors providing evidence for a multi-targeted approach to disrupt their activity in breast cancer. In conclusion, our results support a functional impact of somatic SNVs converging on the cistrome of driver transcription factors in breast cancer. Altogether, we show how to interrogate noncoding SNVs to delineate the oncogenic determinants of breast cancer to be considered for therapeutic intervention. Citation Format: Lupien M. Mining noncoding mutations for drivers of development in ER alpha-positive breast cancer [abstract]. In: Proceedings of the 2018 San Antonio Breast Cancer Symposium; 2018 Dec 4-8; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2019;79(4 Suppl):Abstract nr ES10-2.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».