MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388588709 · doi:10.1093/neuonc/noad179.0513

EPCO-51. FUNCTIONAL ANALYSIS OF REGULATORY MUTATIONS IN PEDIATRIC BRAIN TUMORS

2023· article· en· W4388588709 sur OpenAlexaff
Kiran Narta, Theodore B. Verhey, Varsha Thoppey Manoharan, A. Sorana Morrissy

Notice bibliographique

RevueNeuro-Oncology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Neurodevelopmental Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeneBiologyTranscription factorGeneticsChromatinEnhancerGenomeRegulatory sequenceSomatic cellComputational biology

Résumé

récupéré en direct d'OpenAlex

Abstract Pediatric brain tumors are the primary cause of cancer related mortality in children and are characterized by low mutations burden. The known somatic drivers reside in the coding regions of the genome. The role of non-coding mutations in brain tumors is important yet underexplored. In this study we investigate the impact of regulatory region mutations in pediatric brain tumors. We studied 1.3 million open chromatin regions (OCRs) genome-wide from 9 studies including developing/adult brain, and cancer. Within these OCRs we identified recurring mutations in whole genome sequences from 1003 pediatric brain tumors from CBTN and PCAWG cohorts. A total of 567 OCRs with significantly recurring mutations were found, showing enrichment in brain-specific enhancers and in repressed polycomb regions in stem cells. The mutations in these OCRs resulted in motif disruption or creation of 217 transcription factor binding sites. Differential expression analysis of mutated vs nonmutated samples identified perturbations of gene or protein expression in 67 (RNA) and 16 (protein) OCR-gene pairs. Furthermore, 17 mutated OCRs were found to correlate with alterations in gene expression programs, indicating a potential regulatory role affecting multiple downstream genes. We further performed network analysis to explore clusters of OCR associated genes that share biological networks and pathways, and identified 24 clusters. Among these, OCR mutation-associated genes in 6 clusters showed a survival impact in patients. These 6 clusters mapped to pathways including mRNA decay and degradation, longevity regulating pathway, autophagy, p53 pathway, HIF2-alpha transcription factor network, pathways in cancer among others. In summary, we report functionally important regulatory elements in the genome that impact the biological processes in pediatric brain tumors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,264
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetGenetics and Neurodevelopmental Disorders→Travaux en français237 207→