Shared and distinct genetic features in human and canine B-cell lymphomas
Notice bibliographique
Résumé
ABSTRACT Animal models of human cancers are an important tool for the development and preclinical evaluation of therapeutics. Canine B-cell lymphoma (cBCL) is an appealing model for human mature B-cell neoplasms due to the high sequence similarity in cancer genes to humans and inactive telomerase in adult tissues. We performed targeted sequencing on 86 canine patients from the Canine Comparative Oncology Genomic Consortium, with 61 confirmed as B-cell lymphomas. We confirmed a high frequency of mutations in TRAF3 (45%) and FBXW7 (20%) as has been reported by our group and others. We also note a higher frequency of DDX3X (20%) and MYC (13%) mutations in our canine cohort. We compared the pattern and incidence of mutations in cBCL to human diffuse large B-cell lymphoma (hDLBCL) and human Burkitt lymphoma (hBL). Canine MYC mutations displayed a focal pattern with 80% of mutations affecting the conserved phosphodegron sequence in MYC box 1, which are known to stabilize MYC protein. We also note that MYC and FBXW7 mutations do not co-occur in our cBCL cohort, leading to the hypothesis that these mutations represent alternative approaches to stabilize MYC in canine lymphoma. We observed striking differences in the pattern of DDX3X mutations in canine lymphoma as compared to hBL and uncovered a sex-specific pattern of DDX3X mutations in hBL that is not consistent with those identified in canine lymphomas. In sum, we describe key differences between cBCL and human mature B-cell lymphomas which may indicate differences in the biology of these cancers. This should be considered in future studies of cBCL as a model of human lymphomas.
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 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».