Tumor genomic, transcriptomic, and immune profiling characterizes differential response to first‐line platinum chemotherapy in high grade serous ovarian cancer
Notice bibliographique
Résumé
BACKGROUND: In high grade serous ovarian cancer (HGSOC), there is a spectrum of sensitivity to first line platinum-based chemotherapy. This study molecularly characterizes HGSOC patients from two distinct groups of chemotherapy responders (good vs. poor). METHODS: Following primary debulking surgery and intravenous carboplatin/paclitaxel, women with stage III-IV HGSOC were grouped by response. Patients in the good response (GR) and poor response (PR) groups respectively had a progression-free intervals (PFI) of ≥12 and ≤6 months. Analysis of surgical specimens interrogated genomic and immunologic features using whole exome sequencing. RNA-sequencing detected gene expression outliers and inference of immune infiltrate, with validation by targeted NanoString arrays. PD-L1 expression was scored by immunohistochemistry (IHC). RESULTS: A total of 39 patient samples were analyzed (GR = 20; PR = 19). Median PFI for GR and PR patient cohorts was 32 and 3 months, respectively. GR tumors were enriched for loss-of-function BRCA2 mutations and had a significantly higher nonsynonymous mutation rate compared to PR tumors (p = 0.001). Samples from the PR cohort were characterized by mutations in MGA and RAD51B and trended towards a greater rate of amplification of PIK3CA, MECOM, and ATR in comparison to GR tumors. Gene expression analysis by NanoString correlated increased PARP4 with PR and increased PD-L1 and EMSY with GR. There was greater tumor immune cell infiltration and higher immune cell PD-L1 protein expression in the GR group. CONCLUSIONS: Our research demonstrates that tumors from HGSOC patients responding poorly to first line chemotherapy have a distinct molecular profile characterized by actionable drug targets including PARP4.
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) | 0,001 | 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) | 0,002 | 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 ».