MétaCan
Menu
Retour à la cohorte
Enregistrement W2972765161 · doi:10.1016/j.semcancer.2019.09.006

Translational genomics of nasopharyngeal cancer

2019· review· en· W2972765161 sur OpenAlexafffund
Chi Man Tsang, Vivian Wai Yan Lui, Jeffrey P. Bruce, Trevor J. Pugh, Kwok Wai Lo

Notice bibliographique

RevueSeminars in Cancer Biology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueViral-associated cancers and disorders
Établissements canadiensUniversity of TorontoOntario Institute for Cancer ResearchUniversity Health NetworkPrincess Margaret Cancer Centre
Organismes subventionnairesHealth and Medical Research FundInnovation and Technology FundChinese University of Hong KongResearch Grants Council, University Grants CommitteeCanada Foundation for Innovation
Mots-clésNasopharyngeal carcinomaBiologyCarcinogenesisCancerGenomicsExomeCancer researchExome sequencingGenomeComputational biologyGeneBioinformaticsMutationGeneticsMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Nasopharyngeal carcinoma (NPC), also named the Cantonese cancer, is a unique cancer with strong etiological association with infection of the Epstein-Barr virus (EBV). With particularly high prevalence in Southeast Asia, the involvement of EBV and genetic aberrations contributive to NPC tumorigenesis have remained unclear for decades. Recently, genomic analysis of NPC has defined it as a genetically homogeneous cancer, driven largely by NF-κB signaling caused by either somatic aberrations of NF-κB negative regulators or by overexpression of the latent membrane protein 1 (LMP1), an EBV viral oncoprotein. This represents a landmark finding of the NPC genome. Exome and RNA sequencing data from new EBV-positive NPC models also highlight the importance of PI3K pathway aberrations in NPC. We also realize for the first time that NPC mutational burden, mutational signatures, MAPK/PI3K aberrations, and MHC Class I gene aberrations, are prognostic for patient outcome. Together, these multiple genomic discoveries begin to shape the focus of NPC therapy development. Given the challenge of NF-κB targeting in human cancers, more innovative drug discovery approaches should be explored to target the unique atypical NF-κB activation feature of NPC. Our next decade of NPC research should focus on further identification of the -omic landscapes of recurrent and metastatic NPC, development of gene-based precision medicines, as well as large-scale drug screening with the newly developed and well-characterized EBV-positive NPC models. Focused preclinical and clinical investigations on these major directions may identify new and effective targeting strategies to further improve survival of NPC patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,393
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations141
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeminars in Cancer BiologyMême sujetViral-associated cancers and disordersTravaux en français237 207