Patient Derived Xenografts (PDX) Models as an Avatar to Assess Personalized Therapy Options in Uveal Melanoma: A Feasibility Study
Notice bibliographique
Résumé
Uveal melanoma is the most common primary intraocular malignancy in adults. Up to 50% of UM patients develop metastatic disease, usually in the liver. When metastatic, the prognosis is poor, and few treatment options exist. Here, we investigated the feasibility of establishing patient-derived xenografts (PDXs) from a patient's tumor in order to screen for therapies that the patient could benefit from. Samples obtained from 29 primary tumors and liver metastases of uveal melanoma were grafted into SCID mice. PDX models were successfully established for 35% of primary patient tumors and 67% of liver metastases. The tumor take rate was proportional to the risk of metastases. PDXs showed the same morphology, the same GNAQ/11, BAP1, and SF3B1 mutations, and the same chromosome 3 and 8q status as the corresponding patient samples. Six PDX models were challenged with two compounds for 4 weeks. We show that, for 31% of patients with high or intermediate risk of metastasis, the timing to obtain efficacy results on PDX models derived from their primary tumors was compatible with the selection of the therapy to treat the patient after relapse. PDXs could thus be a valid tool ("avatar") to select the best personalized therapy for one third of patients that are most at risk of relapse.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».