Genomic analysis of low‐grade serous ovarian carcinoma to identify key drivers and therapeutic vulnerabilities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Low-grade serous ovarian carcinoma (LGSOC) is associated with a poor response to existing chemotherapy, highlighting the need to perform comprehensive genomic analysis and identify new therapeutic vulnerabilities. The data presented here represent the largest genetic study of LGSOCs to date (n = 71), analysing 127 candidate genes derived from whole exome sequencing cohorts to generate mutation and copy-number variation data. Additionally, immunohistochemistry was performed on our LGSOC cohort assessing oestrogen receptor, progesterone receptor, TP53, and CDKN2A status. Targeted sequencing identified 47% of cases with mutations in key RAS/RAF pathway genes (KRAS, BRAF, and NRAS), as well as mutations in putative novel driver genes including USP9X (27%), MACF1 (11%), ARID1A (9%), NF2 (4%), DOT1L (6%), and ASH1L (4%). Immunohistochemistry evaluation revealed frequent oestrogen/progesterone receptor positivity (85%), along with CDKN2A protein loss (10%) and CDKN2A protein overexpression (6%), which were linked to shorter disease outcomes. Indeed, 90% of LGSOC samples harboured at least one potentially actionable alteration, which in 19/71 (27%) cases were predictive of clinical benefit from a standard treatment, either in another cancer's indication or in LGSOC specifically. In addition, we validated ubiquitin-specific protease 9X (USP9X), which is a chromosome X-linked substrate-specific deubiquitinase and tumour suppressor, as a relevant therapeutic target for LGSOC. Our comprehensive genomic study highlighted that there is an addiction to a limited number of unique 'driver' aberrations that could be translated into improved therapeutic paths. © 2020 The Pathological Society of Great Britain and Ireland. Published by John Wiley & Sons, Ltd.
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.
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 découle