Comparative Lesions Analysis Through a Targeted Sequencing Approach
Notice bibliographique
Résumé
Assessing intra-tumoral heterogeneity (ITH) is of paramount importance to anticipate failure of targeted therapies and design accordingly effective anti-tumor strategies. Although concerns are frequently raised due to differences in sample processing and depth of coverage, next-generation sequencing of solid tumors have unraveled a highly variable degree of ITH across tumor types. Capturing the genetic relatedness between primary and metastatic lesions through the identification of clonal and subclonal populations is critical to the design of therapies for advance-stage diseases. Here, we report a method for comparative lesions analysis that allows for the identification of clonal and subclonal populations among different specimens from the same patient. The experimental approach described here integrates three well-established approaches: histological analysis, high-coverage multi-lesion sequencing, and immunophenotypic analyses. In order to minimize the effects on the detection of subclonal events by inappropriate sample processing, we subjected tissues to careful pathological examination and neoplastic cell enrichment. Quality controlled DNA from neoplastic lesions and normal tissues was then subjected to high coverage sequencing, targeting the coding regions of 409 relevant cancer genes. While only looking at a limited genomic space, our approach enables evaluating the extent of heterogeneity among somatic alterations (single-nucleotide mutations and copy-number variations) in distinct lesions from a given patient. Through comparative analysis of sequencing data, we were able to distinguish clonal vs. subclonal alterations. The majority of ITH is often ascribed to passenger mutations; therefore, we also used immunohistochemistry to predict functional consequences of mutations. While this protocol has been applied to a specific tumor type, we anticipate that the methodology described here is broadly applicable to other solid tumor types.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».