MGMT promoter methylation level in newly diagnosed low-grade glioma is a predictor of hypermutation at recurrence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Emerging data suggest that a subset of patients with diffuse isocitrate dehydrogenase (IDH)-mutant low-grade glioma (LGG) who receive adjuvant temozolomide (TMZ) recur with hypermutation in association with malignant progression to higher-grade tumors. It is currently unclear why some TMZ-treated LGG patients recur with hypermutation while others do not. MGMT encodes O6-methylguanine-DNA methyltransferase, a DNA repair protein that removes cytotoxic and potentially mutagenic lesions induced by TMZ. Here, we hypothesize that epigenetic silencing of MGMT by promoter methylation facilitates TMZ-induced mutagenesis in LGG patients and contributes to development of hypermutation at recurrence. METHODS: We utilize a quantitative deep sequencing assay to characterize MGMT promoter methylation in 109 surgical tissue specimens from initial tumors and post-treatment recurrences of 37 TMZ-treated LGG patients. We utilize methylation arrays to validate our sequencing assay, RNA sequencing to assess the relationship between methylation and gene expression, and exome sequencing to determine hypermutation status. RESULTS: Methylation level at the MGMT promoter is significantly higher in initial tumors of patients that develop hypermutation at recurrence relative to initial tumors of patients that do not (45.7% vs 34.8%, P = 0.027). Methylation level in initial tumors can predict hypermutation at recurrence in univariate models and multivariate models that incorporate patient age and molecular subtype. CONCLUSIONS: These findings reveal a mechanistic basis for observed differences in patient susceptibility to TMZ-driven hypermutation. Furthermore, they establish MGMT promoter methylation level as a potential biomarker to inform clinical management of LGG patients, including monitoring and treatment decisions, by predicting risk of hypermutation at recurrence.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle