LG-26GERMLINE AND SOMATIC FGFR1 ABNORMALITIES IN DYSEMBRYOPLASTIC NEUROEPITHELIAL TUMORS
Notice bibliographique
Résumé
Dysembryoplastic neuroepithelial tumors (DNETs) are benign brain tumors associated with intractable, drug-resistant epilepsy. Distinguishing DNETs from other low-grade glioneuronal tumors is challenging for neuro-pathologists. We set out to identify the genetic causes of DNETs and to clarify the molecular mechanisms underlying this condition. We studied a family with multinodular DNETs together with 100 sporadic tumors referred to us as DNETs. Whole-exome sequencing was performed on 46 tumors and targeted sequencing for hotspot FGFR1 mutations and BRAFp.V600E was used on the remaining samples. Blind neuropathology review, FISH, copy number variation assays and Sanger sequencing were used to validate the findings. Supporting evidence for functional defects was obtained by in silico modelling, Flow Cytometry and -galactosidase staining. We identified a novel germline FGFR1 mutation (p.R661P) and somatic activating FGFR1 mutations (p.N546K or p.K656E) in a father and his two children with DNETs. Pathology review distinguished DNETs (WHO grade I) (45%) from non-DNETs (55%). FGFR1 alterations, mainly intragenic tyrosine kinase duplication and multiple mutants in cis, characterized DNETs (58.1%) whereas FGFR1 mutations (19%) (p= 3.698e-05) and hotspot BRAFp.V600E (22.6%) (p = 0.00046) were identified in case were DNET diagnosis was not confirmed. Phospho-ERK overexpression in FGFR1p.R661P and p.N546K cells support enhanced MAPK/ERK activation in this condition. This study identifies constitutional and somatic FGFR1 alterations and hotspot BRAF-V600E as key events in DNETs and non-DNET tumors respectively. The integrated pathology and molecular characterization performed reveals the key role of the MAP-Kinase pathway in these seizure-prone tumours, pointing the way towards existing targeted therapies.
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 | 0,001 | 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) | 0,002 | 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 ».