Refining diffuse large B-cell lymphoma subgroups using integrated analysis of molecular profiles
Notice bibliographique
Résumé
BACKGROUND: Gene expression profiling (GEP), next-generation sequencing (NGS) and copy number variation (CNV) analysis have led to an increasingly detailed characterization of the genomic profiles of DLBCL. The aim of this study was to perform a fully integrated analysis of mutational, genomic, and expression profiles to refine DLBCL subtypes. A comparison of our model with two recently published integrative DLBCL classifiers was carried out, in order to best reflect the current state of genomic subtypes. METHODS: 223 patients with de novo DLBCL from the prospective, multicenter and randomized LNH-03B LYSA clinical trials were included. GEP data was obtained using Affymetrix GeneChip arrays, mutational profiles were established by Lymphopanel NGS targeting 34 key genes, CNV analysis was obtained by array CGH, and FISH and IHC were performed. Unsupervised independent component analysis (ICA) was applied to GEP data and integrated analysis of multi-level molecular data associated with each component (gene signature) was performed. FINDINGS: ICA identified 38 components reflecting transcriptomic variability across our DLBCL cohort. Many of the components were closely related to well-known DLBCL features such as cell-of-origin, stromal and MYC signatures. A component linked to gain of 19q13 locus, among other genomic alterations, was significantly correlated with poor OS and PFS. Through this integrated analysis, a high degree of heterogeneity was highlighted among previously described DLBCL subtypes. INTERPRETATION: The results of this integrated analysis enable a global and multi-level view of DLBCL, as well as improve our understanding of DLBCL subgroups.
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 | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».