MétaCan
Menu
Retour à la cohorte
Enregistrement W4388589102 · doi:10.1093/neuonc/noad179.0637

PATH-07. GENOMIC AND IMMUNE ANALYSIS OF PRIMARY REPLICATION-REPAIR DEFICIENT (RRD) GLIOMAS REVEALS THREE SUBGROUPS WITH DISTINCT DRIVERS AND RESPONSE TO IMMUNOTHERAPY: AN IRRDC REPORT.

2023· article· en· W4388589102 sur OpenAlexaff
Nicholas Fernandez, Yuan Chang, Caitlin Lee, Jose Rafael Dimayacyac, Adrian Levine, Logine Negm, Zoya Aamir, Liana Nobre, Vanessa Bianchi, Lucie Stengs, Owen Crump, Emma Gattoni, Jiil Chung, Nuno M. Nunes, Melissa Edwards, Éric Bouffet, Cynthia Hawkins, Anirban Das, Uri Tabori

Notice bibliographique

RevueNeuro-Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésBiologyMicrosatellite instabilityGliomaCancer researchGenome instabilityATRXPTENMutationDNA mismatch repairImmune systemSomatic hypermutationGeneticsGeneDNA repairAlleleMicrosatelliteAntibodyB cellDNA damage

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Replication-repair deficiency (RRD) caused by germline/somatic defects in mismatch repair (MMRD) and/or polymerase-proofreading genes (PPD) drives 5-10% of high-grade gliomas in children, adolescents, and young adults (CAYA). Despite harbouring high mutation-burden (TMB), the basis of their heterogenous responses to immune-checkpoint inhibitors (ICI) is unknown. METHODS We performed multi-omic and immune analyses on human RRD-glioma specimens and developed murine models to investigate their differential responses to ICI. RESULTS RRD-gliomas in 202 CAYA-patients uniformly harbored high genomic microsatellite-instability and hypermutation (median TMB: 302-mutations/megabase), with specific MMRD mutational signatures contributing to frequent mutations in TP53 (88%), ATRX (83%), RAS/MAPK (77%) and IDH1/2 (17%). Strikingly, common pediatric mutations (K27M, G34R/V and BRAF;p.V600E) unrelated to MMRD signatures were absent, and a unique methylation profile distinct from non-RRD gliomas was observed. Molecularly, RRD-gliomas segregated into three genomic subgroups: RRD1 (MMRD+PPD; 56%), RRD2 (MMRD-only; 27%), and RRD3 (MMRD+IDH1/2; 17%). RRD1 included glioblastomas that developed early in germline CMMRD patients across the cerebral hemispheres and posterior-fossa, harbored extreme TMB (median: 420-mutations/megabase), balanced copy-number profiles, and immunogenic PPD signatures. RRD3 predominated in Lynch syndrome, presented in older children, were located in the forebrain, harbored lower TMB (median: 31-mutations/megabase) and demonstrated specific chromosomal gains/losses. Enrichment for immune-resistant JAK-STAT signalling in the RRD2/RRD3 transcriptome, and presence of high CD8+ T-cells in RRD1-glioma microenvironment, correlated with significantly improved 24-month post-ICI survival of 75% in RRD1 versus 43% and 33% for RRD2/3, respectively (p < 0.0001). Genetically engineered mouse models recapitulated the immuno-genomic phenotype and ICI-responses of the human RRD-subgroups, allowing successful preclinical testing of combinatorial checkpoint-inhibition strategies. Significant temporal and spatial heterogeneity linked to genomic instability and post-therapy immune-escape were observed. CONCLUSION Our data emphasizes an immediate need to distinguish RRD-glioma subgroups in clinical practice and translate our preclinical discoveries to subgroup-specific ICI-based combinatorial clinical trials.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

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
Bibliométrie0,0010,000
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)0,0030,001

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 Opus0,021
Tête enseignante GPT0,295
Écart entre enseignants0,274 · 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'étudeObservationnel
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-OncologyMême sujetGenetic factors in colorectal cancerTravaux en français237 207