Loss of the DNA Repair Gene RNase H2 Identifies a Unique Subset of DDR-Deficient Leiomyosarcomas
Notice bibliographique
Résumé
Targeting the DNA damage response (DDR) pathway is an emerging therapeutic approach for leiomyosarcoma (LMS), and loss of RNase H2, a DDR pathway member, is a potentially actionable alteration for DDR-targeted treatments. Therefore, we designed a protein- and genomic-based RNase H2 screening assay to determine its prevalence and prognostic significance. Using a selective RNase H2 antibody on a pan-tumor microarray (TMA), RNase H2 loss was more common in LMS (11.5%, 9/78) than across all tumors (3.8%, 32/843). In a separate LMS cohort, RNase H2 deficiency was confirmed in uterine LMS (U-LMS, 21%, 23/108) and soft-tissue LMS (ST-LMS; 30%, 39/102). In the TCGA database, RNASEH2B homozygous deletions (HomDels) were found in 6% (5/80) of LMS cases, with a higher proportion in U-LMS (15%; 4/27) compared with ST-LMS (2%; 1/53). Using the SNiPDx targeted-NGS sequencing assay to detect biallelic loss of function in select DDR-related genes, we found RNASEH2B HomDels in 54% (19/35) of U-LMS cases with RNase H2 loss by IHC, and 7% (3/43) HomDels in RNase H2 intact cases. No RNASEH2B HomDels were detected in ST-LMS. In U-LMS patient cohort (n = 109), no significant overall survival difference was seen in patients with RNase H2 loss versus intact, or RNASEH2B HomDel (n = 12) versus Non-HomDel (n = 37). The overall diagnostic accuracy, sensitivity, and specificity of RNase H2 IHC for detecting RNA-SEH2B HomDels in U-LMS was 76%, 93%, and 71%, respectively, and it is being developed for future predictive biomarker driven clinical trials targeting DDR in U-LMS.
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 ».