EPCO-32. IDENTIFICATION OF PROGNOSTIC CHORDOMA SUBGROUPS USING DNA METHYLATION SIGNATURES IN TISSUE AND PLASMA
Notice bibliographique
Résumé
Abstract BACKGROUND Chordomas are malignant bone cancers arising from the skull-base and spine that are rare but cause devastating central nervous system morbidities. Survival is highly variable despite surgery and radiotherapy as 10% live under 1 year and 30-35% survive over 20 years. There are currently no reliable prognostic factors and this limits our ability to tailor patient treatment to their risk. Accordingly, this work identifies epigenetic prognostic chordoma subgroups that are detectable non-invasively through plasma methylomes to guide treatment. METHODS A total of 68 chordoma surgical specimens resected between 1996-2018 across three international centres underwent DNA methylation profiling. Cell-free methylated tumor DNA immunoprecipitation and high-throughput sequencing was performed on available matched plasma samples. RESULTS Two stable tumor clusters were identified through consensus clustering of tissue methylation data. Clusters had statistically significantly different disease-specific survivals (log-rank p=0.0062) independent of clinical factors in a multivariable Cox analysis (HR=16.5, 95%CI: 2.8-96, p=0.0018). The poorer-performing “Immune-infiltrated” cluster had genes hypomethylated at promoters, typically resulting in transcription, within immune-related pathways and higher immune cell abundance within tumors. The better-performing “Cellular” cluster showed higher tumor cellularity plus cell-to-cell interaction and extracellular matrix pathway hypomethylation. Fifty chordoma-versus-other binomial generalized linear models built using plasma methylome data distinguished chordomas from meningiomas and spinal metastases, as representative clinical differential diagnoses, in random left-out 20% testing sets (mean AUROC=0.84, 95%CI: 0.52-1.00). Plasma-based methylation signatures were highly correlated with tissue-based signals within both poor-performing (median r=0.69, 95%CI: 0.66-0.72) and better-performing cluster tumors (median r=0.67, 95%CI: 0.62-0.72). CONCLUSIONS The first identification of two distinct prognostic epigenetic chordoma subgroups is shown here with “Immune-infiltrated” tumors having a poorer prognosis than “Cellular” tumors. Plasma methylomes can be utilized for non-invasive chordoma diagnosis and subtyping. This work may transform chordoma treatment decision-making by guiding surgical planning in advance to match resection aggressiveness with patient prognosis.
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 | 0,001 |
| 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 | 0,001 | 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 | 0,001 |
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 ».