Targeted RNA Sequencing Highlights a Diverse Genomic and Morphologic Landscape in Low-grade Endometrial Stromal Sarcoma, Including Novel Fusion Genes
Notice bibliographique
Résumé
Low-grade endometrial stromal sarcoma (LGESS) represents a morphologically and genetically heterogenous mesenchymal neoplasm. Previous work has shown that approximately half of LGESS are characterized by JAZF1::SUZ12 gene fusions, while a smaller proportion involves rearrangement of other genes. However, a subset of cases has no known genetic abnormalities. To better characterize the genomic landscape of LGESS, we interrogated a cohort with targeted RNA sequencing (RNA-Seq). Cases previously diagnosed as low-grade endometrial stromal neoplasia (n=51) were identified and re-reviewed for morphology and subjected to RNA-Seq, of which 47 were successfully sequenced. The median patient age was 49 years (range: 19 to 85). The most commonly detected fusions were JAZF1::SUZ12 (n=26, 55%) and BRD8::PHF1 (n=3, 6%). In addition to the usual/typical LGESS morphology, some JAZF1::SUZ12 fusion tumors showed other morphologies, including fibrous, smooth muscle, sex-cord differentiation, and myxoid change. Novel translocations were identified in 2 cases: MEAF6::PTGR2 and HCFC1::PHF1 . Ten tumors (21%) had no identifiable fusion, despite a similar morphology and immunophenotype to fusion-positive cases. This suggests that a subset of cases may be attributable to fusion products among genes that are not covered by the assay, or perhaps altogether different molecular mechanisms. In all, these findings confirm that RNA-Seq is a potentially useful ancillary test in the diagnosis of endometrial stromal neoplasms and highlight their diverse morphology.
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 | 0,000 |
| 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) | 0,001 | 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 ».