Molecular stratification of endometrioid ovarian carcinoma predicts clinical outcome
Notice bibliographique
Résumé
Abstract Endometrioid ovarian carcinoma (EnOC) is an under-investigated type of ovarian carcinoma. Here, we report the largest genomic study of EnOCs to date, performing whole exome sequencing of 112 cases following rigorous pathological assessment. High frequencies of mutation were detected in CTNNB1 (43%), PIK3CA (43%), ARID1A (36%), PTEN (29%), TP53 (26%) and SOX8 (19%), a novel target of recurrent mutation in EnOC. POLE and mismatch repair protein-encoding genes were mutated at lower frequency (6%, 18%) with significant co-occurrence. A molecular taxonomy was constructed using a novel algorithm (PRISTINE), identifying clinically distinct EnOC subtypes: TP53 m cases demonstrated greater genomic complexity, were frequently FIGO stage III/IV at diagnosis (48%) and incompletely debulked (44%), and demonstrated inferior survival; conversely, CTNNB1 m cases demonstrated low complexity and excellent clinical outcome, were predominantly stage I/II at diagnosis (89%) and completely resected (87%). Tumour complexity provides further resolution within the TP53 wt/ CTNNB1 wt group. Moreover, we identify t he WNT, MAPK/RAS and PI3K pathways as good candidate targets for molecular therapeutics in EnOC.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».