Abstract 2421: Targeted and low-pass whole genome sequencing of cerebrospinal fluid circulating tumor DNA for the diagnosis and monitoring of pediatric, adolescent and young adult CNS tumors
Notice bibliographique
Résumé
Abstract Molecular analysis of CNS tumors is essential to their diagnosis and guides individualized treatment for patients, but tissue biopsy of primary and/or relapsed lesions to allow for this characterization often carries intolerable risk. The analysis of genetic material in cerebrospinal fluid (CSF), known as liquid biopsy, can allow for minimally invasive tumor identification and diagnosis. Furthermore, liquid biopsy can serve as a more sensitive test for residual disease than imaging or cytologic analyses. We aimed to implement CSF liquid biopsy at Canada’s largest pediatric hospital. >150 CSF samples were collected from CNS tumor patients with a median age of 9. The most common tumor types were low-grade gliomas (40%), high-grade gliomas (21%) and medulloblastomas (MB) (17%). The majority were collected via lumbar puncture (46%), external ventricular drain (24%) and intraoperatively (22%). The most frequent collection times were diagnosis (53%) and progression/relapse (28%). Cell-free DNA was extracted, and circulating tumor DNA was analyzed using low-pass whole genome sequencing and a targeted hybridization capture glioma gene panel for select cases. Pathogenic mutations and copy number alterations (CNA) were called using an in-house bioinformatics pipeline. Somatic alterations were detected in 57% of samples from patients with pathologically confirmed CNS tumors. CNAs were identified in 5/7 MB patients at the time of pre-treatment staging lumbar puncture. We also detected CNAs in several MB patients during treatment and at progression/relapse, including a patient with disseminated MB who was mid-induction chemotherapy with 1 suspicious cell in their CSF, highlighting our ability to detect minimal residual disease. Among samples with no previous biopsy, we identified tumor DNA in 29%, often providing diagnostic clarity and guiding management. For example, we identified a targetable FGFR1 N546D missense mutation in a patient with an unbiopsied suprasellar lesion. We also diagnosed recurrent MB in a patient 6 years off treatment with a new ambiguous nodule in their tumor bed by detecting an isochromosome 17q CNA. Overall, our liquid biopsy platform is feasible and can yield clinically impactful results. Next steps include refining our assays to increase their sensitivity and systematically evaluating our platform’s efficacy for monitoring response to treatment and tumor surveillance. Citation Format: Ian Burns, Liana Nobre, Yoshiko Nakano, Michelle Ku, Monique Johnson, Javal Sheth, Logine Negm, Chantel Cacciotti, Mansuba Rana, Richard Yuditskiy, Andrew Bondoc, Robert Siddaway, Uri Tabori, Cynthia Hawkins. Targeted and low-pass whole genome sequencing of cerebrospinal fluid circulating tumor DNA for the diagnosis and monitoring of pediatric, adolescent and young adult CNS tumors [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2024; Part 1 (Regular Abstracts); 2024 Apr 5-10; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2024;84(6_Suppl):Abstract nr 2421.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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.
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 ».