Clinical and genomic features of non‐small cell lung cancer occurring in families
Notice bibliographique
Résumé
BACKGROUND: Exposure to environmental carcinogens, such as through smoking, is a major factor in the carcinogenesis of non-small cell lung cancer (NSCLC). However, genetic factors may also contribute. METHODS: To identify candidate tumor suppressor genes for NSCLC, we included 23 patients (10 related pairs and 3 individuals) with NSCLC who had other NSCLC-affected first-degree relatives in a local hospital. Exome analyses for both germline and somatic (NSCLC specimens) DNA were performed for 17 cases. Germline exome data of these 17 cases revealed that most of the short variants were identical to the variants in 14KJPN (a Japanese reference genome panel of more than 14 000 individuals) and only a nonsynonymous variant in the DHODH gene, p.A347T, was shared between a pair of NSCLC patients in the same family. This variant is a known pathogenic variant of the gene for Miller syndrome. RESULTS: Somatic genetic alterations in the exome data of our samples showed frequent mutations in the EGFR and TP53 genes. Principal component analysis of the patterns of 96 types of single nucleotide variants (SNVs) suggested the existence of unique mechanisms inducing somatic SNVs in each family. Delineation of mutational signatures of the somatic SNVs with deconstructSigs for the pair of germline pathogenic DHODH variant-positive cases showed that the mutational signatures of these cases included SBS3 (homologous recombination repair defect), SBS6, 15 (DNA mismatch repair), and SBS7 (ultraviolet exposure), suggesting that disordered pyrimidine production causes increased errors in DNA repair systems in these cases. CONCLUSION: Our results suggest the importance of the detailed collection of data on environmental exposure along with genetic information on NSCLC patients to identify the unique combinations that cause lung tumorigenesis in a particular family.
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 | 0,000 | 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) | 0,000 | 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 ».