Early Changes in Tumor-Naive Cell-Free Methylomes and Fragmentomes Predict Outcomes in Pembrolizumab-Treated Solid Tumors
Notice bibliographique
Résumé
Early kinetics of circulating tumor DNA (ctDNA) in plasma predict response to pembrolizumab but typically requires sequencing of matched tumor tissue or fixed gene panels. We analyzed genome-wide methylation and fragment-length profiles using cell-free methylated DNA immunoprecipitation and sequencing (cfMeDIP-seq) in 204 plasma samples from 87 patients before and during treatment with pembrolizumab from a pan-cancer phase II investigator-initiated trial (INSPIRE). We trained a pan-cancer methylation signature using independent methylation array data from The Cancer Genome Atlas to quantify cancer-specific methylation (CSM) and fragment-length score (FLS) for each sample. CSM and FLS are strongly correlated with tumor-informed ctDNA levels. Early kinetics of CSM predict overall survival and progression-free survival, independently of tumor type, PD-L1, and tumor mutation burden. Early kinetics of FLS are associated with overall survival independently of CSM. Our tumor-naïve mutation-agnostic ctDNA approach integrating methylomics and fragmentomics could predict outcomes in patients treated with pembrolizumab. SIGNIFICANCE: Analysis of methylation and fragment length in plasma using cfMeDIP-seq provides a tumor-naive approach to measure ctDNA with results comparable with a tumor-informed bespoke ctDNA. Early kinetics within the first weeks of treatment in methylation and fragment quantity can predict outcomes with pembrolizumab in patients with various advanced solid tumors. This article is featured in Selected Articles from This Issue, p. 897.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».