The LSC17 Leukemic Stem Cell Signature Predicts Outcome in Pediatric Acute Myeloid Leukemia
Notice bibliographique
Résumé
Abstract Introduction The model of the leukemic stem cell was proposed nearly 60 years ago as a mechanism of leukemic pathogenesis. Recently, a 17-gene leukemic stem cell (LSC) prognostic signature, termed the LSC17, was developed (Ng et al., 2016). The LSC17 score was shown to reliably differentiate adult acute myeloid leukemia (AML) patients into high and low risk groups. However, its applicability to pediatric AML remains unknown. Prognostic indicators are sensitive to differences in age. For example, NPM1 mutations, which are highly prognostic of favorable outcome, have no significance in patients older than 65 years (Ostronoff et al., 2015). Similarly, core-binding factor AML, also associated with favorable outcomes, loses prognostic value in older patients (Prebet et al., 2009). Given that age remained a significant prognostic factor in multivariate analyses with the LSC17, we evaluated the impact of the signature in older versus younger adults in the TCGA AML dataset and further, applied it to transcriptome sequence data from pediatric AML to assess the prognostic power in younger patients. Patients and Methods Pediatric AML biological samples were collected from patients enrolled in the Children's Oncology Group protocol AAML0531 and RNA sequencing was performed by the British Columbia Genome Sciences Center (Vancouver, BC). The Cancer Genome Atlas AML RNA sequencing data was downloaded from the Broad Institute Firehose (TCGA Network et al., 2013; Broad Institute TCGA Genome Data Analysis Center, 2016). LSC17 scores were calculated from log2 RPKM normalized gene expression as described by Ng et al . Results We initially verified that the LSC17 score is effective for risk stratification in adult AML by applying the method to the TCGA AML cohort, excluding PML-RARA, BCR-ABL1 fusions, and those who received no treatment (n = 155, range: 18 - 88 yrs). Patients with low LSC17 scores had significantly better overall survival (OS) compared to the high scoring group after 5 years (low-LSC17 OS: 38.0%, high-LSC17 OS: 15.2%, hazard ratio (HR) = 2.08, p We then evaluated the LSC17 signature to identify risk groups using RNA sequencing from our pediatric AML cohort (n = 446, range: 0.02 - 28 yrs). Univariate survival analysis revealed strong prognostic value for both overall survival (low-LSC17 OS at 5yrs: 72.8%, high-LSC17 OS at 5yrs: 51.4%, HR = 2.06, p Conclusion In this study, we validated that the LSC17 score can be used as an effective risk stratification tool in children and young adults. The LSC17 remains a strong independent prognostic factor after controlling for age, WBC, adverse FLT3-ITD mutations and favorable NPM1 mutations. While the LSC17 can be used as an informative indicator of long term survival, and event-free survival, we showed that this signature loses prognostic value in older AML patients. Download : Download high-res image (164KB) Download : Download full-size image Disclosures No relevant conflicts of interest to declare.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».