Association between genome-wide epigenetic and genetic alterations in breast cancer tissue and response to HER2-targeted therapies in HER2-positive breast cancer patients: new findings and a systematic review
Notice bibliographique
Résumé
Recent evidence suggests that genetic and epigenetic mechanisms might be associated with acquired resistance to cancer therapies. The aim of this study was to assess the association of genome-wide genetic and epigenetic alterations with the response to anti-HER2 agents in HER2-positive breast cancer patients. PubMed was screened for articles published until March 2021 on observational studies investigating the association of genome-wide genetic and epigenetic alterations, measured in breast cancer tissues or blood, with the response to targeted treatment in HER2-positive breast cancer patients. Sixteen studies were included in the review along with ours, in which we compared the genome-wide DNA methylation pattern in breast tumor tissues of patients who acquired resistance to treatment (case group, n = 6) to that of patients who did not develop resistance (control group, n = 6). Among genes identified as differentially methylated between the breast cancer tissue of cases and controls, one of them, PRKACA, was also reported as differentially expressed in two studies included in the review. Although included studies were heterogeneous in terms of methodology and study population, our review suggests that genes of the PI3K pathway may play an important role in developing resistance to anti-HER2 agents in breast cancer patients. Genome-wide genetic and epigenetic alterations measured in breast cancer tissue or blood might be promising markers of resistance to anti-HER2 agents in HER2-positive breast cancer patients. Further studies are needed to confirm these data.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».