Abstract 2432: The genomic consequences of tumor hypoxia in human cancers
Notice bibliographique
Résumé
Abstract Introduction: Localized prostate cancers are classified into risk-groups using clinical measurements like grade and stage to inform treatment decisions. However, these groupings are imprecise: ~30% of intermediate-risk patients suffer relapse of their disease despite precision image-guided radiotherapy or radical prostatectomy. One reason for this variability in response to treatment is the underlying cellular and molecular heterogeneity of tumors. Prostate tumor cells exist within a microenvironment characterized by gradients of oxygen levels and prostate tumors with low levels of oxygen (hypoxia) have poor clinical outcomes. Methods and Results: To understand the correlates of hypoxia in cancer we conducted a pan-cancer analysis of copy number alterations (CNAs) and single nucleotide variants (SNVs) across 19 cancer types. We measured hypoxia using multiple mRNA-based signatures and discovered numerous CNAs and SNVs enriched or depleted in hypoxic tumors, highlighting the role of hypoxia in shaping the genomic landscape of multiple tumor types. Next, we examined 548 patients with localized prostate cancer and statistically assessed the association of hypoxia with CNAs, SNVs, genomic rearrangements, focal genomic events (i.e. kataegis, chromothripsis), telomere length, clinical indices (i.e. grade, stage) and subclonal architecture. Tumor hypoxia is associated with specific CNAs and SNVs in prostate cancer driver genes. To translate these findings into a biomarker for prostate cancer precision medicine, we integrated tumor microenvironmental data with genomic and pathological information to stratify patients into distinct prognostic groups. Impact: These data suggest that the aggressiveness of cancers is driven by the interplay of the tumor microenvironment and its genomic mutational profile. Citation Format: Vinayak Bhandari, Shadrielle M. Espiritu, Lydia Y. Liu, Emilie Lalonde, Takafumi N. Yamaguchi, Lawrence E. Heisler, Julie Livingstone, Vincent Huang, Yu-Jia Shiah, Veronica Y. Sabelnykova, Fouad Yousif, Melvin L. Chua, Michael Fraser, Theodorus van der Kwast, Paul C. Boutros, Robert G. Bristow. The genomic consequences of tumor hypoxia in human cancers [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2018; 2018 Apr 14-18; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2018;78(13 Suppl):Abstract nr 2432.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,004 | 0,001 |
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 ».