Molecular characterisation of <scp><i>TP53</i></scp> mutated squamous cell carcinomas of the lung to identify putative targets for therapy
Notice bibliographique
Résumé
Personalised cancer treatment depends on identification of therapeutically relevant biological subgroups of patients for assessing effect of treatment and to discover new therapeutic options. By analyses in heterogeneous patient populations, the effects may be lost in noise. Squamous cell carcinoma of the lung is a major killer worldwide. Despite recent advances, mortality is high and response to therapies varies greatly from patient to patient. Target search in biologically relevant subgroups may identify treatment options not so far discovered. A total of 198 patients undergoing surgery for squamous cell carcinomas of the lung were included in the study. The tumours were analysed for copy number alterations (n = 152) and gene expression from tumour (n = 188) and normal lung (n = 21), with both data levels present in 140 patients. We studied alterations in tumours harbouring mutations in TP53 and in previously published gene expression subtypes. Genes with consistent alterations in both genomic levels were identified as putative biomarkers. Results were validated in TCGA. The most convincing biomarker in TP53 mutated squamous cell carcinomas of the lung was BIRC5 with amplification in 36% of mutated samples, 5% in wild-type samples and a 17%-fold change of expression between TP53 mutated tumours and normal lung tissue. BIRC5 was significantly altered in the classical and primitive subtypes. We suggest BIRC5 as a putative predictive biomarker and putative druggable target in squamous cell lung carcinomas harbouring TP53 mutation or classified as classical and primitive subtypes.
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) | 0,000 | 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 ».