MétaCan
Menu
← Retour à la cohorte
Enregistrement W2995361078 · doi:10.1158/1538-7445.panca19-c57

Abstract C57: Organoid profiling identifies common responders to chemotherapy in pancreatic cancer

2019· article· en· W2995361078 sur OpenAlexaff
Hervé Tiriac, Pascal Belleau, Dannielle D. Engle, Dennis Plenker, Astrid Deschênes, Tim D.D. Somerville, Fieke E. M. Froeling, Richard A. Moffitt, Jennifer J. Knox, Alexander Krasnitz, Steven Gallinger, David A. Tuveson

Notice bibliographique

RevueCancer Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPancreatic cancerMedicineOncologyChemotherapyOrganoidInternal medicineMalignancyCancerCancer researchBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Pancreatic cancer is the most lethal common solid malignancy. Systemic therapies are often ineffective and predictive biomarkers to guide treatment are urgently needed. We generated a pancreatic cancer patient-derived organoid (PDO) library that recapitulates the mutational spectrum and transcriptional subtypes of primary pancreatic cancer. New driver oncogenes were nominated and transcriptomic analyses revealed unique clusters. PDOs exhibited heterogeneous responses to standard-of-care chemotherapeutics and investigational agents. In a case study manner, we find that PDO therapeutic profiles paralleled patient outcomes and that PDOs enable longitudinal assessment of chemosensitivity and evaluation of synchronous metastases. We derived organoid-based gene expression signatures of chemosensitivity that predicted improved responses for many patients to chemotherapy in both the adjuvant and advanced disease settings. Finally, we nominated alternative treatment strategies for chemorefractory PDOs using targeted agent therapeutic profiling. We propose that combined molecular and therapeutic profiling of PDOs may predict clinical response and enable prospective therapeutic selection. Citation Format: Herve Tiriac, Pascal Belleau, Dannielle Engle, Dennis Plenker, Astrid Deschenes, Tim Somerville, Fieke Froeling, Richard Moffitt, Jennifer Knox, Alexander Krasnitz, Steven Gallinger, David Tuveson. Organoid profiling identifies common responders to chemotherapy in pancreatic cancer [abstract]. In: Proceedings of the AACR Special Conference on Pancreatic Cancer: Advances in Science and Clinical Care; 2019 Sept 6-9; Boston, MA. Philadelphia (PA): AACR; Cancer Res 2019;79(24 Suppl):Abstract nr C57.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,468
Écart entre enseignants0,377 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetPancreatic and Hepatic Oncology Research→Travaux en français237 207→