A Preclinical Trial and Molecularly Annotated Patient Cohort Identify Predictive Biomarkers in Homologous Recombination–deficient Pancreatic Cancer
Notice bibliographique
Résumé
Abstract Purpose: Pancreatic ductal adenocarcinoma (PDAC) arising in patients with a germline BRCA1 or BRCA2 (gBRCA) mutation may be sensitive to platinum and PARP inhibitors (PARPi). However, treatment stratification based on gBRCA mutational status alone is associated with heterogeneous responses. Experimental Design: We performed a seven-arm preclinical trial consisting of 471 mice, representing 12 unique PDAC patient-derived xenografts, of which nine were gBRCA mutated. From 179 patients whose PDAC was whole-genome and transcriptome sequenced, we identified 21 cases with homologous recombination deficiency (HRD), and investigated prognostic biomarkers. Results: We found that biallelic inactivation of BRCA1/BRCA2 is associated with genomic hallmarks of HRD and required for cisplatin and talazoparib (PARPi) sensitivity. However, HRD genomic hallmarks persisted in xenografts despite the emergence of therapy resistance, indicating the presence of a genomic scar. We identified tumor polyploidy and a low Ki67 index as predictors of poor cisplatin and talazoparib response. In patients with HRD PDAC, tumor polyploidy and a basal-like transcriptomic subtype were independent predictors of shorter survival. To facilitate clinical assignment of transcriptomic subtype, we developed a novel pragmatic two-marker assay (GATA6:KRT17). Conclusions: In summary, we propose a predictive and prognostic model of gBRCA-mutated PDAC on the basis of HRD genomic hallmarks, Ki67 index, tumor ploidy, and transcriptomic subtype.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».