Abstract 6084: Recurrent genomic patterns of MPNST evolution correlate with clinical outcome
Notice bibliographique
Résumé
Abstract Neurofibromatosis type 1 (NF1) is the most common tumor predisposition syndrome, and is associated with an aggressive soft-tissue sarcoma, malignant peripheral nerve sheath tumours (MPNSTs), the greatest cause of mortality in people with NF1. The only potentially curative therapy involves en bloc resection with negative margins, which is not always appropriate. Even therapy with curative intent is associated with poor overall survival for both sporadic and NF1-related MPNSTs. The development of novel therapies has been largely hindered by a poor understanding of the molecular events underpinning MPNST pathogenesis. We report a comprehensive multi-omic study of MPNST evolution based on whole genome sequencing, transcriptomic and methylation profiling data on 95 tumors (64 NF1-related; 31 sporadic). In all cases, the early events in MPNST evolution involve biallelic inactivation of NF1 followed by inactivation of CDKN2A, as well as mutations in TP53 or PRC2 complex genes in a subset of cases. Analysis of the genomic architecture revealed distinct pathways of tumor evolution that can be identified through H3K27 trimethylation (H3K27me3) status. Integration of these data allows us to propose several mechanistic tumor evolution models. Tumors with H3K27me3 loss evolve through extensive copy number aberrations (CNAs) including haploidization followed by whole genome doubling and chromosome 8 amplifications, whereas tumors with H3K27me3 retention evolve through extensive chromosome instability and chromothripsis. Taken together, these genome-wide CNA profiles act as a surrogate for the loss of H3K27me3 status and correlate with prognosis, suggesting that CNA profiling of cell-free DNA could be incorporated in clinical decision-making. Citation Format: Isidro Cortes Ciriano, Chris D. Steele, Katherine Piculell, Alyaa Al-Ibraheemi, Vanessa Eulo, Marilyn M. Bui, Aikaterini Chatzipli, Brendan C. Dickson, Dana C. Borcherding, Alon Galor, Jesse Hart, Andrew Feber, Kevin B. Jones, Justin T. Jordan, Raymond H. Kim, Daniel Lindsay, Colin Miller, Yoshihiro Nishida, Jonathan Serrano, Nicole J. Ullrich, David Viskochil, Xia Wang, Matija Snuderl, Paula Proszek, Peter J. Park, Adrienne M. Flanagan, Angela C. Hirbe, Nischalan Pillay, David T. Miller, The Genomics of MPNST (GeM) Consortium. Recurrent genomic patterns of MPNST evolution correlate with clinical outcome [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2022; 2022 Apr 8-13. Philadelphia (PA): AACR; Cancer Res 2022;82(12_Suppl):Abstract nr 6084.
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 | 0,001 |
| 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) | 0,003 | 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 ».