Mutational Landscape and Patterns of Clonal Evolution in Relapsed Pediatric Acute Lymphoblastic Leukemia
Notice bibliographique
Résumé
Abstract Relapse of acute lymphoblastic leukemia (ALL) remains a leading cause of childhood cancer-related death. Prior studies have shown clonal mutations at relapse often arise from relapse-fated subclones that exist at diagnosis. However, the genomic landscape, evolutionary trajectories, and mutational mechanisms driving relapse are incompletely understood. In an analysis of 92 cases of relapsed childhood ALL incorporating multimodal DNA and RNA sequencing, deep digital mutational tracking, and xenografting to formally define clonal structure, we identified 50 significant targets of mutation with distinct patterns of mutational acquisition or enrichment. CREBBP, NOTCH1, and RAS signaling mutations arose from diagnosis subclones, whereas variants in NCOR2, USH2A, and NT5C2 were exclusively observed at relapse. Evolutionary modeling and xenografting demonstrated that relapse-fated clones were minor (50%), major (27%), or multiclonal (18%) at diagnosis. Putative second leukemias, including those with lineage shift, were shown to most commonly represent relapse from an ancestral clone rather than a truly independent second primary leukemia. A subset of leukemias prone to repeated relapse exhibited hypermutation driven by at least three distinct mutational processes, resulting in heightened neoepitope burden and potential vulnerability to immunotherapy. Finally, relapse-driving sequence mutations were detected prior to relapse using droplet digital PCR at levels comparable with orthogonal approaches to monitor levels of measurable residual disease. These results provide a genomic framework to anticipate and circumvent relapse by earlier detection and targeting of relapse-fated clones. Significance: This study defines the landscape of mutations that preexist and arise after commencement of ALL therapy and shows that relapse may be propagated from ancestral, major, or minor clones at initial diagnosis. A subset of cases exhibits hypermutation that results in expression of neoepitopes that may be substrates for immunotherapeutic intervention. See related video: https://vimeo.com/442838617 See related commentary by Ogawa, p. 21. See related article by S. Dobson et al . This article is highlighted in the In This Issue feature, p. 5
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 0,000 |
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 ».