MétaCan
Menu
← Retour à la cohorte
Enregistrement W3047482662 · doi:10.1158/1538-7445.pedca19-b71

Abstract B71: Molecular heterogeneity and novel oncogenic fusions in <i>RELA-</i> and <i>YAP1-</i>negative supratentorial ependymoma

2020· article· en· W3047482662 sur OpenAlexaboutno aff
David R. Ghasemi, Konstantin Okonechnikov, Andrey Korshunov, Martin Sill, Tuyu Zheng, J.M. Huebner, Kendra K. Maaß, Julia Benzel, Matija Snuderl, Johannes Gojo, Ulrich Schüller, Nicolas U. Gerber, Iris Stoler, Pablo Hernáiz Driever, Till Milde, Dominik Sturm, Rebecca Chapman, Richard G. Grundy, Andreas von Deimling, Daisuke Kawauchi, David Jones, Marcel Kool, Stefan M. Pfister, Felix Sahm, Kristian W. Pajtler

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpendymomaSanger sequencingBiologyDNA methylationBreast cancerMethylationMolecular biologyCancer researchCancerGeneticsDNA sequencingGenePathologyMedicineGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: One of the DNA methylation-based molecular subgroups of supratentorial ependymoma (ST-EPN), designated ST-EPN-RELA, mostly harbors fusions of the uncharacterized gene C11orf95 and RELA (ST-EPN-RELA). Rarely, no C11orf95-RELA fusion is detected in tumors predicted to belong to the ST-EPN-RELA group. With this study we aimed to refine the molecular classification of ST-EPN and to identify alternative oncogenic mechanisms in the absence of a classic fusion type. Methods and Materials: In an unbiased approach, t-Distributed Stochastic Neighbor Embedding was applied to 53,468 DNA methylation profiles from brain tumors, other cancer types, and control tissues. Only samples clustering with a reference set of ST-EPN-RELA were selected for further analyses (n=614), including RNA- and/or DNA-panel sequencing, histopathologic reevaluation, and immunohistochemistry for L1CAM. Fusions were validated using RT-PCR on total RNA and Sanger sequencing. Clinical data were analyzed retrospectively for 150 patients. Results: We identified one large and four satellite clusters. The large cluster (n=479; designated ST-EPN-RELA 1) and one of the satellite clusters (n=12; ST-EPN-RELA 2) predominantly contained samples with a calibrated score ≥ 0.9 for ST-EPN-RELA based on the current version of the Heidelberg Brain Tumor Classifier. Samples of the three other satellite clusters (n=41, n=17, and n=25 samples) contained 65.9%, 88.2%, and 96.0% of samples with a calibrated score < 0.9 for any methylation class, and were thus predicted as unclassifiable. These clusters were provisionally designated ST-EPN-RELA-like A, B, and C, and initial histologic diagnoses showed a wide spectrum of rare morphologies beside EPN, e.g., sarcoma and teratoma. Within clusters ST-EPN-RELA-like A and C, sequencing revealed fusions of C11orf95 with different partner genes, including MAML2 (n=14), MAML3 (n=2), and NCOA2 (n=7), while ST-EPN-RELA-like B included classic C11orf95-RELA fusions (n=11) in samples with initial diagnoses other than EPN. Copy number variation analysis showed clear differences between the clusters. L1CAM-positivity was observed in all groups. Within the cluster ST-EPN-RELA 1, samples separated according to fusion types, 1 versus 2/3. Analysis of clinical data showed significant differences in overall survival between cases with confirmed C11orf95-RELA fusion type 1 (n=25, median OS=88 months) and type 2/3 (n=20, median OS=67 months). Clinical data collection for the satellite clusters is currently ongoing. Conclusion: Molecular refinement of ST-EPN-RELA revealed novel subgroups harboring fusions of C11orf95 with numerous fusion partners different from RELA, which will be included in the next update of the Heidelberg Classifier. Preliminary analysis suggests differences in clinical outcome related to the fusion type. Findings of this study will improve diagnostic accuracy and clinical management and need to be considered when developing targeted treatment strategies against ST-EPN. Citation Format: D.R. Ghasemi, K. Okonechnikov, A. Korshunov, M. Sill, T. Zheng, J.M. Huebner, K.K. Maass, J. Benzel, M. Snuderl, J. Gojo, U. Schüller, N.U. Gerber, I. Stoler, P. Hernáiz-Driever, T. Milde, D. Sturm, R. Chapman, R.G. Grundy, A. von Deimling, D. Kawauchi, D.T.W. Jones, M. Kool, S.M. Pfister, F. Sahm, K.W. Pajtler. Molecular heterogeneity and novel oncogenic fusions in RELA- and YAP1-negative supratentorial ependymoma [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 B71.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,107
Tête enseignante GPT0,405
Écart entre enseignants0,297 · 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 revueCancer Research→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→