MétaCan
Menu
Retour à la cohorte
Enregistrement W3179417079 · doi:10.1158/1538-7445.am2021-1412

Abstract 1412: Whole exome sequencing reveals PI3K-ATK pathway alterations are frequent in relapsed small cell-lung cancer after chemoradiation

2021· article· en· W3179417079 sur OpenAlexaff
Ying Jin, Yamei Chen, Xiao Hu, Huarong Tang, Qian Li, Pansong Li, Xinze Lv, Xuefeng Xia, Jianjun Zhang, Ming Chen

Notice bibliographique

RevueCancer Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésExome sequencingLung cancerCopy-number variationCancerOncologyPrimary tumorMedicineChemotherapyExomeInternal medicineCancer researchBiologyGeneMutationGeneticsGenomeMetastasis

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Although small-cell lung cancer (SCLC) is sensitive to chemotherapy and radiotherapy initially, nearly all patients recur often with treatment-resistant disease. Comparing genomic profiles of paired treatment-naïve and recurrent tumors to understand the clonal architecture and molecular evolution of SCLC under treatment may provide novel insights into mechanisms underlying recurrence and susceptibility to further treatment. Methods: Paired tumor samples procured at diagnosis and relapse were collected from 11 patients with limited-stage SCLC treated with concurrent chemoradiation (CCRT). All tissues underwent whole exome sequencing (WES). Genomic landscape including somatic mutations, somatic copy number alterations (SCNAs), and clonal architecture were compared between treatment-naïve and paired recurrent tumor samples. Baseline and paired recurrent plasma samples from another 9 patients with SCLC treated with CCRT were performed deep sequencing using a targeted panel containing 1021 cancer related genes. Results: In both pre- and post-treatment tumors, TP53 (73% vs 73%), FAM135B (55% vs 64%), RB1 (45% vs 55%), and CTNND2 (45% vs 55%) were the top four most frequently mutated genes. Tobacco exposure related mutational signature was predominant in all samples. Compared with primary tumors, relapsed tumors showed significantly increased number of mutations (220 in recurrent SCLC vs 210 in primary tumor, Wilcoxon paired test, p-value = 0.016). Six of the 11 patients had increased chromosomal instability (CIS) in recurrent tumors. Relapsed tumors had more genes with copy number amplification compared to pre-treatment primary tumors although the difference did not reach statistical significance (18 vs 10, p-value = 0.066). In all of the patients, an average of 94% mutations at baseline were present in relapsed tumors. The number of clones in recurrent samples was higher than that in pre-treatment samples (13 vs 12, p-value = 0.004), indicating that new clones emerged under the treatment and tumor heterogeneity increased. A total of 648 acquired mutations in 600 genes and 140 acquired SCNAs in 123 genes were identified, in which 126 mutations were clonal (CCF>0.6) in relapsed tumors. These genes were enriched in PI3K-ATK signaling pathway and covered 91% (10/11) patients, implying the potential mechanism of chemoradiation resistance. Based on the specific mutations and mutations with increased CCF in relapsed plasma samples from the other 9 SCLCs, acquired alterations were also enriched in PI3K-ATK signaling pathway. Conclusions: Acquired mutations and chromosomal copy number gains may play a role in relapse of limited stage SCLC post CCRT. PI3K-ATK pathway alterations are frequent in recurrent SCLCs, which may be a candidate resistant mechanism after chemoradiation. Citation Format: Ying Jin, Yamei Chen, Xiao Hu, Huarong Tang, Qian Li, Pansong Li, Xinze Lv, Xuefeng Xia, Jianjun Zhang, Ming Chen. Whole exome sequencing reveals PI3K-ATK pathway alterations are frequent in relapsed small cell-lung cancer after chemoradiation [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2021; 2021 Apr 10-15 and May 17-21. Philadelphia (PA): AACR; Cancer Res 2021;81(13_Suppl):Abstract nr 1412.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,088
Tête enseignante GPT0,405
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetLung Cancer Research StudiesTravaux en français237 207