Abstract 90: Exploring the role of common circulating tumor cell-associated genes in estrogen receptor-positive breast cancer recurrence
Notice bibliographique
Résumé
Abstract Despite having the best survival among the molecular subtypes, estrogen receptor-positive (ER+) breast cancer has a tendency for late recurrence. Circulating tumor cells (CTCs) are responsible for disease recurrence by seeding tumors at secondary sites. We have previously developed a CTC signature of 90 common regions of gene copy number gain and demonstrated that this signature is significantly more widespread among cells in metastases than primary tumors.1,2 The objective of our current work is to establish whether the expression data from a 133 gene panel largely derived from the CTC signature can be used to assess the risk of recurrence (ROR) in early ER+ breast cancer patients to help guide treatment decisions following surgery. Formalin-fixed, paraffin-embedded (FFPE) ER+ breast tumor biopsies and linked normal (control) tissues from 192 patients are being analyzed with a custom NanoString nCounter probe set of our 133 CTC genes. From data gathered to date, several genes were shown to be significantly overexpressed in tumors compared to reference normal tissues. This includes MMP11, MKI67, LILRB4, UBE2T, BIRC5, CDC6, MYBL2, and NUF2, which had a log2 fold-change of at least 3.5 (n = 34, p < 0.01). The correlation of our CTC genes to ROR is being evaluated by comparison to the results of the Oncotype DX Breast Recurrence Score Test, a well-established clinical test for ROR in ER+ breast cancer, for each patient. So far, it has been shown that the intratumor heterogeneity (ITH) of CTC genes as established by DEPTH2, an ITH algorithm which evaluates mRNA levels, is significantly positively corelated to Oncotype DX score (n = 23, r = 0.41, p = 0.0495). Moving forward, we will create our own ROR scoring system based on gene expression and copy number data from the CTC gene panel and validate it by comparison to Oncotype DX score and other available clinical data for each of the 192 patient samples. The goal of our work is to gain a deeper understanding of the molecular mechanisms that drive metastasis and recurrence in ER+ breast cancer by focusing on CTCs which play a pivotal role in driving these events. 1. Kanwar N, Hu P, Bedard P, Clemons M, McCready D, Done SJ. Identification of genomic signatures in circulating tumor cells from breast cancer. International Journal of Cancer. 2015;137(2):332-344. doi:10.1002/ijc.29399 2. Kanwar N, Balde Z, Nair R, et al. Heterogeneity of Circulating Tumor Cell-Associated Genomic Gains in Breast Cancer and Its Association with the Host Immune Response. Cancer Research. 2021;81(24):6196-6206. doi:10.1158/0008-5472.can-21-1079 Citation Format: Martin Rotbauer, Melanie Dawe, Philippe Bedard, David Cescon, Susan Done. Exploring the role of common circulating tumor cell-associated genes in estrogen receptor-positive breast cancer recurrence [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2023; Part 1 (Regular and Invited Abstracts); 2023 Apr 14-19; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2023;83(7_Suppl):Abstract nr 90.
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 | 0,001 | 0,001 |
| 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 ».