Diverse mutations and structural variations contribute to Notch signaling deregulation in paediatric T‐cell lymphoblastic lymphoma
Notice bibliographique
Résumé
BACKGROUND: T-cell lymphoblastic lymphoma (T-LBL) is an aggressive neoplasm closely related to T-cell acute lymphoblastic leukaemia (T-ALL). Despite their similarities, and contrary to T-ALL, studies on paediatric T-LBL are scarce and, therefore, its molecular landscape has not yet been fully elucidated. Thus, the aims of this study were to characterize the genetic and molecular heterogeneity of paediatric T-LBL and to evaluate novel molecular markers differentiating this entity from T-ALL. PROCEDURE: Thirty-three paediatric T-LBL patients were analyzed using an integrated approach, including targeted next-generation sequencing, RNA-sequencing transcriptome analysis and copy-number arrays. RESULTS: Copy number and mutational analyses allowed the detection of recurrent homozygous deletions of 9p/CDKN2A (78%), trisomy 20 (19%) and gains of 17q24-q25 (16%), as well as frequent mutations of NOTCH1 (62%), followed by the BCL11B (23%), WT1 (19%) and FBXW7, PHF6 and RPL10 genes (15%, respectively). This genetic profile did not differ from that described in T-ALL in terms of mutation incidence and global genomic complexity level, but unveiled virtually exclusive 17q25 gains and trisomy 20 in T-LBL. Additionally, we identified novel gene fusions in paediatric T-LBL, including NOTCH1-IKZF2, RNGTT-SNAP91 and DDX3X-MLLT10, the last being the only one previously described in T-ALL. Moreover, clinical correlations highlighted the presence of Notch pathway alterations as a factor related to favourable outcome. CONCLUSIONS: In summary, the genomic landscape of paediatric T-LBL is similar to that observed in T-ALL, and Notch signaling pathway deregulation remains the cornerstone in its pathogenesis, including not only mutations but fusion genes targeting NOTCH1.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,002 |
| 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 tête enseignante, 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 ».