Leveraging Gene Expression Subgroups to Classify DLBCL Patients and Enrich for Clinical Benefit to a Novel Agent
Notice bibliographique
Résumé
Diffuse large B-cell lymphoma (DLBCL) is a heterogeneous disease, commonly described by cell-of-origin (COO) molecular subtypes. We sought to identify novel patient subgroups through an unsupervised analysis of a large public dataset of gene expression profiles from newly diagnosed de novo DLBCL patients, yielding 2 biologically distinct subgroups characterized by differences in the tumor microenvironment. Pathway analysis and immune deconvolution algorithms identified higher B-cell content and a strong proliferative signal in subgroup A and enriched T-cell, macrophage, and immune/inflammatory signals in subgroup B, reflecting similar biology to published DLBCL stratification research. A gene expression classifier, featuring 26 gene expression scores, was derived from the public dataset to discriminate subgroup A (classifier-negative, immune-low) and subgroup B (classifier-positive, immune-high) patients. Subsequent application to an independent series of diagnostic biopsies replicated the subgroups, with immune cell composition confirmed via immunohistochemistry. Avadomide, a CRL4CRBN E3 ubiquitin ligase modulator, demonstrated clinical activity in relapsed/refractory DLBCL patients, independent of COO subtypes. Given the immunomodulatory activity of avadomide and the need for a patient-selection strategy, we applied the gene expression classifier to pretreatment biopsies from relapsed/refractory DLBCL patients receiving avadomide (NCT01421524). Classifier-positive patients exhibited an enrichment in response rate and progression-free survival of 44% and 6.2 months vs 19% and 1.6 months for classifier-negative patients (hazard ratio, 0.49; 95% confidence interval, 0.280-0.86; P = .0096). The classifier was not prognostic for rituximab, cyclophosphamide, doxorubicin, vincristine, prednisone or salvage immunochemotherapy. The classifier described here discriminates DLBCL tumors based on tumor and nontumor composition and has potential utility to enrich for clinical response to immunomodulatory agents, including avadomide.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».