MétaCan
Menu
Retour à la cohorte
Enregistrement W3109972932 · doi:10.1101/2020.11.26.20238584

Genome-wide DNA methylation patterns reveal clinically relevant predictive and prognostic subtypes in osteosarcoma

2020· preprint· en· W3109972932 sur OpenAlexaff
Christopher B. Lietz, Erik T. Newman, Andrew D. Kelly, Santiago A. Lozano‐Calderón, David H. Ebb, Kevin A. Raskin, Gregory M. Coté, Edwin Choy, G. Petur Nielsen, Benjamin Haibe‐Kains, Martin J. Aryee, Dimitrios Spentzos

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDNA methylationMethylationOsteosarcomaBiologyMalignancyIn silicoComputational biologyOncologyPharmacogenomicsEpigenomicsBioinformaticsMedicineGeneticsCancer researchGeneGene expression

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Osteosarcoma (OSA) is an aggressive malignancy predominantly affecting children and young-adults. Genetic analysis has characterized very few recurrent mutations in OSA, and an improved understanding of interpatient tumor heterogeneity is needed for clinical management. Methods We analyzed genome-wide DNA methylation in primary OSA tumors from the NCI Therapeutically Applicable Research to Generate Effective Treatments (TARGET) program (n = 83) profiled using the Illumina 450K methylation array. We tested if broad genomic methylation predicted outcomes and defined supervised methylomic signatures predictive of Recurrence Free Survival (RFS), Chemotherapy Response (CR), and Metastatic disease at Diagnosis (MetDx). We assessed methylation pattern reproducibility in two independent clinical datasets (n = 28 and 34) and in an in vitro dataset (n = 11). Correlations between genomic methylation and transcription were tested using TARGET RNA-seq data. An in silico pharmacogenomic screen was performed to identify agents for future stratified application. Results Genome-wide methylation defined two subgroups. Relatively hypomethylated tumors experienced better chemotherapy response (Odds Ratio = 6.429, Fisher’s p = 0.007), longer RFS (metastatic, median 2.3 vs 26.7 months, localized, median 63.5 vs 104.7 months, stratified log-rank p = 0.006), and Overall Survival (p = 5×10-4) than hypermethylated tumors. Robust genomic methylation signatures predictive of RFS and CR were defined, and the signatures’ methylation patterns were reproducible in the independent clinical and in vitro datasets. The RFS signature was enriched for intragenic sites, whereas the CR signature and clinically relevant genome-wide methylation patterns were enriched for intergenic sites. Normal-tissue-like methylation patterns were associated with poor prognosis and in vitro analysis suggested that the methylation signatures are associated with tumor aggressiveness. Downstream transcriptional analysis revealed that genes annotated to the RFS methylation signature were also predictive survival. The transcriptional program represented in the RFS signature included several critical cellular pathways, whereas the CR signature was associated with much fewer known pathways, possibly reflecting a much broader cellular “methylation state” related to chemoresponse. A pharmacogenomic screen identified potential therapies, including epigenomic modifiers, for future stratified clinical application. Conclusion Genomic methylation offers insight into patient prognosis and could be a useful tool for developing alternate adjuvant therapeutic strategies.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,272 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCancer-related molecular mechanisms researchTravaux en français237 207