347. LASER CAPTURE MICRODISSECTION AND WHOLE GENOME SEQUENCING OF ESOPHAGEAL ADENOCARCINOMA SAMPLES WITH MINIMAL TUMOUR
Notice bibliographique
Résumé
Abstract Background Esophageal adenocarcinoma (EAC) samples, particularly biopsies, can have low tumour cellularity, which limits their use for sequencing. Previous studies have focused on untreated resection specimens with high cellularity (i.e. TCGA requiring 60% cellularity on histology). Laser capture microdissection (LCM) is a method to enrich tumour cells from histological specimens and has been successfully used in other samples. We hypothesize that LCM can enrich for tumour from biopsies and resection specimens with very low cellularity. Methods Biopsy and resection EAC specimens were subjected to laser capture microdissection and whole genome sequencing (N = 49 biopsies and N = 15 resections) as part of the MOCHA trial (NCT04219137). LCM samples were reviewed by a board-certified pathologist to quantify tumour cellularity prior to LCM. Matched germline DNA was extracted from patient blood. Samples were processed using an in-house pipeline to call somatic single nucleotide variants (SNVs), insertions, deletions, copy number changes, and structural variants. Post LCM tumour cellularity was estimated from the WGS data. Results We had slightly higher WGS tumour cellularity for biopsies (66.2% +/− 16.8) and resections (71.3% +/− 18.0) than TCGA (58.1% +/− 17.5), while our histological cellularity was much lower than TCGA’s 60% cutoff at 32.2% +/− 24.5 for biopsies and 31.0% +/− 22.7 for resections. Overall, our LCM strategy led to an increase of 35.4 +/− 25.1% for cellularity by WGS compared to the histology. Finally, we observed a similar tumour ploidy and SNV composition as TCGA, which further verified that our tumour enrichment strategy was successful. Conclusion We have successfully applied an LCM strategy to enrich for tumour cells from low cellularity specimens. For example, we have successfully enriched for tumour cells from specimens with as low as 1% histological cellularity. We are currently exploring the results of this dataset including clinical correlations, changes in potential driver mutations from biopsy to resection, and comparing our results to treatment response.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».