Genomic patterns of malignant peripheral nerve sheath tumour (MPNST) evolution correlate with clinical outcome and are detectable in cell-free DNA
Notice bibliographique
Résumé
Abstract Malignant peripheral nerve sheath tumour (MPNST) is an aggressive soft-tissue sarcoma that arises in peripheral nerves. MPNST occurs either sporadically or in people with neurofibromatosis type 1 (NF1), a common cancer predisposition syndrome caused by germline pathogenic variants in NF1 . Although MPNST is the most common cause of death and morbidity for individuals with NF1, the molecular underpinnings of MPNST pathogenesis remain unclear. Here, we report the analysis of whole-genome sequencing, multi-regional exome sequencing, transcriptomic and methylation profiling data for 95 MPNSTs and precursor lesions (64 NF1-related; 31 sporadic) from 77 individuals. Early events in tumour evolution include biallelic inactivation of NF1 followed by inactivation of CDKN2A and in some cases also TP53 and polycomb repressive complex 2 (PRC2) genes. Subsequently, both sporadic and NF1-related MPNSTs acquire a high burden of somatic copy number alterations (SCNAs). Our analysis revealed distinct pathways of tumour evolution and immune infiltration associated with inactivation of PRC2 genes and H3K27 trimethylation (H3K27me3) status. Tumours with loss of H3K27me3 evolve through extensive chromosomal losses with retention of chromosome 8 heterozygosity followed by whole genome doubling and chromosome 8 amplification. These tumours show lower levels of immune cell infiltration with low cytotoxic activity and low expression of immune checkpoints. In contrast, tumours with retention of H3K27me3 evolve through extensive genomic instability in the absence of recurrent alterations and exhibit an immune cell-rich phenotype. Specific SCNAs detected in both tumour samples and cell-free DNA (cfDNA) act as a surrogate for loss of H3K27me3 and immune infiltration, and predict prognosis. Our results suggest that SCNA profiling of tumour or cfDNA could serve as a biomarker for early diagnosis and to stratify patients into prognostic and treatment-related subgroups.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».