Clinical and Functional Characterization of Atypical <i>KRAS</i> / <i>NRAS</i> Mutations in Metastatic Colorectal Cancer
Notice bibliographique
Résumé
Abstract Purpose: Mutations in KRAS/NRAS (RAS) predict lack of anti-EGFR efficacy in metastatic colorectal cancer (mCRC). However, it is unclear if all RAS mutations have similar impact, and atypical mutations beyond those in standard guidelines exist. Experimental Design: We reviewed 7 tissue and 1 cell-free DNA cohorts of 9,485 patients to characterize atypical RAS variants. Using an in vitro cell-based assay (functional annotation for cancer treatment), Ba/F3 transformation, and in vivo xenograft models of transduced isogenic clones, we assessed signaling changes across mutations. Results: KRAS exon 2, extended RAS, and atypical RAS mutations were noted in 37.8%, 9.5%, and 1.2% of patients, respectively. Among atypical variants, KRAS L19F, Q22K, and D33E occurred at prevalence ≥0.1%, whereas no NRAS codon 117/146 and only one NRAS codon 59 mutation was noted. Atypical RAS mutations had worse overall survival than RAS/BRAF wild-type mCRC (HR, 2.90; 95% confidence interval, 1.24–6.80; P = 0.014). We functionally characterized 114 variants with the FACT assay. All KRAS exon 2 and extended RAS mutations appeared activating. Of 57 atypical RAS variants characterized, 18 (31.6%) had signaling below wild-type, 23 (40.4%) had signaling between wild-type and activating control, and 16 (28.1%) were hyperactive beyond the activating control. Ba/F3 transformation (17/18 variants) and xenograft model (7/8 variants) validation was highly concordant with FACT results, and activating atypical variants were those that occurred at highest prevalence in clinical cohorts. Conclusions: We provide best available evidence to guide treatment when atypical RAS variants are identified. KRAS L19F, Q22K, D33E, and T50I are more prevalent than many guideline-included RAS variants and functionally relevant.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».