Data from Late-Stage Metastatic Melanoma Emerges through a Diversity of Evolutionary Pathways
Notice bibliographique
Résumé
Abstract Understanding the evolutionary pathways to metastasis and resistance to immune-checkpoint inhibitors (ICI) in melanoma is critical for improving outcomes. Here, we present the most comprehensive intrapatient metastatic melanoma dataset assembled to date as part of the Posthumous Evaluation of Advanced Cancer Environment (PEACE) research autopsy program, including 222 exome sequencing, 493 panel-sequenced, 161 RNA sequencing, and 22 single-cell whole-genome sequencing samples from 14 ICI-treated patients. We observed frequent whole-genome doubling and widespread loss of heterozygosity, often involving antigen-presentation machinery. We found KIT extrachromosomal DNA may have contributed to the lack of response to KIT inhibitors of a KIT-driven melanoma. At the lesion-level, MYC amplifications were enriched in ICI nonresponders. Single-cell sequencing revealed polyclonal seeding of metastases originating from clones with different ploidy in one patient. Finally, we observed that brain metastases that diverged early in molecular evolution emerge late in disease. Overall, our study illustrates the diverse evolutionary landscape of advanced melanoma. Significance: Despite treatment advances, melanoma remains a deadly disease at stage IV. Through research autopsy and dense sampling of metastases combined with extensive multiomic profiling, our study elucidates the many mechanisms that melanomas use to evade treatment and the immune system, whether through mutations, widespread copy-number alterations, or extrachromosomal DNA.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».