MétaCan
Menu
← Retour à la cohorte
Enregistrement W3032863401 · doi:10.1200/jco.2020.38.15_suppl.e22072

Genomic landscape of malignant peripheral nerve sheath tumor (MPNST)-like melanoma.

2020· article· en· W3032863401 sur OpenAlexaff
Thiago Pimentel Muniz, Hadas Sorotsky, Yada Kanjanapan, April A. N. Rose, Daniel Vilarim Araújo, Alexander Fortuna, Danny K. Ghazarian, Zaid Saeed Kamil, Trevor J. Pugh, Michelle Mah, Madhuran Thiagarajah, Anna Spreafico, David Hogg

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensUniversity of TorontoOntario Institute for Cancer ResearchPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésCDKN2AMalignant peripheral nerve sheath tumorMelanomaExome sequencingMedicineCancer researchCDKN2BComparative genomic hybridizationNerve sheath neoplasmExomePathologyMutationBiologyCancerNeurofibromatosisInternal medicineGeneGeneticsGenome

Résumé

récupéré en direct d'OpenAlex

e22072 Background: Malignant Peripheral Nerve Sheath Tumor (MPNST)-like melanoma is a rare entity wherein cutaneous melanoma mimics histomorphological features of MPNST. The genomic landscape of MPNST-like melanoma has not been previously described. We report the genomic findings of 6 patients diagnosed with MPNST-like melanoma. Methods: We identified consecutive patients with confirmed histological diagnosis of MPNST-like melanoma. Archival tissue was submitted for whole exome and transcriptome sequencing analysis and genomic findings were compared to publicly available data on the genomic landscape of both melanoma and limited genetic descriptions of MPNST. Results: Six patients diagnosed with MPNST-like melanoma between November 2002 and July 2018 had archival tissue available (8 samples). Mean age at diagnosis was 60.5 years (38-74). The mean tumor mutational burden (TMB) was 35.72 mutations/exon coding megabase, ranging from 4.27 to 86.36. NF1 alterations were found in 4 (67%) of cases: one had 3 truncating mutations (W696 + X1870_splice + R1590C) associated with NF1 amplification, one had a deep deletion and another two had truncating mutations (I1908L and W696 + A1530V). Two tumors had non-V600 BRAF mutations that predict alteration in kinase function. We observed deletions of cell cycle regulators: CDKN2A and CDKN2B in 33%; and ZNF331 (19q13.42) in 83% of cases. SERPINB4 (18q21.3), described previously as a tumor suppressor in oral squamous cell carcinomas, was deleted in all samples. The patient with NF1 amplification and truncating mutations received immunotherapy due to metastatic disease and achieved a complete response; his tumor had a TMB of 72.6. Another patient who died of metastatic melanoma, treated with chemotherapy in the pre-immunotherapy era, lacked any NF1 mutation but had a Q61K NRAS mutation; the tumor had a TMB of 15. The remaining patients were treated with surgical resection alone and continue on follow-up. Conclusions: MPNST-like melanoma shares some frequently altered genes in cutaneous melanoma but possesses an excess of NF-1 mutations or deletions, in keeping with its neural-like phenotype. The high frequency of SERPINB4 alterations suggests a critical tumor suppressor role in this subtype of melanoma, warranting further investigation. Additionally, cell cycle dysregulation caused by deletion of ZNF331 and CDKN2A/B may be important in MPNST-like melanoma carcinogenesis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,374
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCutaneous Melanoma Detection and Management→Travaux en français237 207→