Abstract B21: Childhood Cancer Molecular Map (C2M2) to define medulloblastoma heterogeneity and predict treatment response
Notice bibliographique
Résumé
Abstract Background: Medulloblastoma is a heterogenous group of tumors that collectively are the most common malignant brain tumor of childhood. Advances in treatment are required as one third of patients die from the disease, and those who survive suffer severe long-term side effects from therapy. The ability to sequence entire genome, methylome, and transcriptome of tumors provides the opportunity to identify underlying drivers of malignancy, predict treatment response, and develop novel therapies. A lack of reproducibility when comparing identified genetic mutations with treatment response is challenging because a single genetic change does not reflect the cellular state of a cancer cell in its entirety, which is expressing a multitude of genes. Computational methods allow for the creation of mapping systems that may more accurately describe the cellular state and thereby predict treatment response. Objective: We used Childhood Cancer Molecular Map (C2M2) to define medulloblastoma heterogeneity and predict treatment response using patient-derived xenografts (PDX). Methods: RNA transcription abundance from medulloblastoma samples published by Cho et al. were used to create C2M2. This was accomplished by analyzing the distribution of transcriptional abundance for each gene across all samples in order to select the genes that display the most asymmetric and non-Gaussian behavior. This delineated a “context score” for each gene, emphasizing those over- and underexpressed, allowing for the creation of a unique signature to model cellular states. The medulloblastoma samples from Cho et al. were then plotted onto the map based upon their RNA transcriptional abundance signatures, creating clusters of similar cellular states. Likewise, RNA transcription abundance from 20 PDX samples, for which drug response was known, was then mapped. Results: C2M2 identified ten cellular states for medulloblastoma by which to define patient samples: SHH DNA repair, SHH glutamate signaling, SHH RNA repair, WNT, Photoreceptor and MYC (in which Group 3 medulloblastoma falls), Neuronal migration, Neuronal MAPK activation and Axonal (in which Group 4 medulloblastoma falls), and Homeobox activation. PDX samples for which drug response was known clustered similarly onto the map. Conclusion: C2M2 using RNA transcriptional abundance from medulloblastoma samples could be used to predict drug response. Citation Format: Huwate Yeerna, Benjamin Briggs, Jessica Rusert, Lukas Chavez, Jill Mesirov, Robert Wechsler-Reya, Pablo Tamayo. Childhood Cancer Molecular Map (C2M2) to define medulloblastoma heterogeneity and predict treatment response [abstract]. In: Proceedings of the AACR Special Conference on the Advances in Pediatric Cancer Research; 2019 Sep 17-20; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Res 2020;80(14 Suppl):Abstract nr B21.
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 | 0,000 | 0,000 |
| 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 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 ».