Predisposing germline mutations in high hyperdiploid acute lymphoblastic leukemia in children
Notice bibliographique
Résumé
Abstract High hyperdiploidy (HD) is the most common cytogenetic subtype of childhood acute lymphoblastic leukemia (ALL), and a higher incidence of HD has been reported in ALL patients with congenital cancer syndromes. We assessed the frequency of predisposing germline mutations in 57 HD‐ALL patients from the California Childhood Leukemia Study via targeted sequencing of cancer‐relevant genes. Three out of 57 patients (5.3%) harbored confirmed germline mutations that were likely causal, in NBN , ETV6 , and FLT3 , with an additional six patients (10.5%) harboring putative predisposing mutations that were rare in unselected individuals (<0.01% allele frequency in the Exome Aggregation Consortium, ExAC) and predicted functional (scaled CADD score ≥ 20) in known or potential ALL predisposition genes ( SH2B3 , CREBBP , PMS2 , MLL , ABL1 , and MYH9 ). Three additional patients carried rare and predicted damaging germline mutations in GAB2 , a known activator of the ERK/MAPK and PI3K/AKT pathways and binding partner of PTPN11 ‐encoded SHP2. The frequency of rare and predicted functional germline GAB2 mutations was significantly higher in our patients (2.6%) than in ExAC (0.28%, P = 4.4 × 10 −3 ), an observation that was replicated in ALL patients from the TARGET project ( P = .034). We cloned patient GAB2 mutations and expressed mutant proteins in HEK293 cells and found that frameshift mutation P621fs led to reduced SHP2 binding and ERK1/2 phosphorylation but significantly increased AKT phosphorylation, suggesting possible RAS‐independent leukemogenic effects. Our results support a significant contribution of rare, high penetrance germline mutations to HD‐ALL etiology, and pinpoint GAB2 as a putative novel ALL predisposition gene.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».