Comprehensive targeted gene profiling to determine the genomic signature likely to drive progression of high-grade nonmuscle invasive bladder cancer to muscle invasive bladder cancer.
Notice bibliographique
Résumé
568 Background: Bladder cancer is the fifth most common cancer and eighth leading cause of cancer related-death in North America. It can present as non-muscle invasive bladder cancer (NMIBC) and/or muscle invasive bladder (MIBC). Although genomic profiling studies have established that low-grade NMIBC and MIBC are genetically distinct, high-grade NMIBC can recur and progress to MIBC [ Knowles, M.A. and C.D. Hurst, 2015]. Low grade, non-invasive bladder cancers are characterized by activating mutations in fibroblast growth factor receptor 3 (FGFR3), HRAS or other pathways of receptor kinase activation. High-grade disease, which is often becomes invasive, is characterized by inactivation of TP53 and Rb pathways [Kim, J., et al.]. Finding a subtype of invasive carcinoma with FGFR3 mutation may suggest an alternate pathway by which low grade, non-invasive pathology could transform into invasive disease [Knowles, M.A. and C.D. Hurst, 2015]. Methods: In this study, using a total of 30 bladder cancer (NMIBC and MIBC) patient samples from Windsor Regional Hospital Cancer Program, we performed comprehensive targeted gene sequencing to identify single nucleotide variants, small insertions / deletions, copy number variants and splice variants in over 500 common tumor genes panel. Results: Preliminary data from our study correlates with previously published mutation landscape for NMIBC and MIBC, and includes mutations in EGFR, FGFR3, FGFR4, PIK3CA, CDK6, ALK, JAK, as well as RET. While mutations in AKT1, BRCA1, CCND1, ERBB2, FGFR1, FGFR2, HRAS, and MET appear to be prevalent in NMIBC, mutations in IDH1 and MAP2K2 appear to be more common in MIBC. Three of the samples used in the study are from patients who progressed from high-grade NMIBC to MIBC. Conclusions: Therefore, have the genomic profiling performed at these two stages, which provides a unique ability to identify the potential “genomic triggers” for the transition.
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 | 0,001 |
| 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 ».