MétaCan
Menu
← Retour à la cohorte
Enregistrement W4212983146 · doi:10.1101/2022.02.16.479224

Genetic and immune landscape evolution defines subtypes of MMR deficient colorectal cancer

2022· preprint· en· W4212983146 sur OpenAlexaff
Benjamin Challoner, Andrew Woolston, David K. Lau, Marta Buzzetti, Caroline Fong, Louise J. Barber, Gayathri Anandappa, Richard Crux, Ioannis Assiotis, Kerry Fenwick, Ruwaida Begum, Dipa Begum, Tom Lund, Nanna Sivamanoharan, Harold B. Sansano, Melissa Domingo‐Arada, Amina Tran, Bryony Eccles, Richard Ellis, Stephen Falk, Mark Hill, Daniel Krell, Nirupa Murugaesu, Luke Nolan, Vanessa Potter, Mark Saunders, Kai‐Keen Shiu, Sebastian Guettler, James L. Alexander, Héctor Lázare‐Iglesias, James Kinross, Jamie Murphy, Katharina von Loga, David Cunningham, Ian Chau, Naureen Starling, Juan Ruiz‐Bañobre, Tony Dhillon, Marco Gerlinger

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesEuropean CommissionImperial College LondonInstituto de Salud Carlos IIINational Institute for Health and Care ResearchNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchCancer Research UKWellcome Trust
Mots-clésBiologyImmune checkpointImmune systemCancer researchColorectal cancerDNA mismatch repairWnt signaling pathwayImmunotherapyMutationTranscription factorGermline mutationCancerGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Mismatch repair deficient colorectal cancers have high mutation loads and many respond to immune checkpoint-inhibitors. We investigated how genetic and immune landscapes co-evolve in these tumors. All cases had high truncal mutation loads. Driver aberrations showed a clear hierarchy despite pervasive intratumor heterogeneity: Those in WNT/βCatenin, mitogen-activated protein kinase and TGFβ receptor family genes were almost always truncal. Immune evasion drivers were predominantly subclonal and showed parallel evolution. Pan-tumor evolution, subclonal evolution, and evolutionary stasis of genetic immune evasion drivers defined three MMRd CRC subtypes with distinct T-cell infiltrates. These immune evasion drivers have been implicated in checkpoint-inhibitor resistance. Clonality and subtype assessments are hence critical for predictive immunotherapy biomarker development. Cancer cell PD-L1 expression was conditional on loss of the intestinal homeobox transcription factor CDX2. This explains infrequent PD-L1 expression by cancer cells and likely contributes to the high recurrence risk of MMRd CRCs with impaired CDX2 expression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetic factors in colorectal cancer→Travaux en français237 207→