BIOM-12. LIQUID BIOPSIES IN CNS TUMORS: A COMBINED APPROACH TO PROFILING CSF
Notice bibliographique
Résumé
Abstract In precision medicine, molecular profiling of pediatric tumors is crucial for diagnosis, prognosis, and therapeutic decision-making. Traditional biopsy methods, often invasive, have inherent risks and may not capture a tumor’s heterogeneity. Liquid biopsy, however, offers a minimally invasive and comprehensive alternative. We demonstrate its utility in diagnosing and monitoring brain tumors using cell-free DNA (cfDNA) from cerebrospinal fluid (CSF), where conventional cfDNA plasma analysis has shown low sensitivity. Through digital droplet PCR, we analyzed 23 plasma samples from patients with BRAFV600E or H3K27M gliomas, detecting H3K27M in a single case. Conversely, CSF samples revealed 8 positives out of 9 for these mutations, underscoring CSF’s diagnostic value. We advanced our methodology by developing a 21-gene hybrid-capture panel paired with low-pass whole-genome sequencing to pinpoint copy number variations. In our reference sample set, the panel achieved a detection limit with variant allele frequencies as low as 0.5%. With 10ng of cfDNA, we reached 83% sensitivity and 100% specificity, which increased to 100% sensitivity with a 30ng input. Using this assay, we profiled 141 CSF samples from 119 patients, achieving 70% positivity rate in active disease cases in a validation cohort—ranging from 50% in low-grade gliomas to 84% in high-grade gliomas and 75% in medulloblastomas. Intriguingly, of 14 queried tumor samples lacking biopsy confirmation, half showed positive ctDNA results using the panel and/or low-pass whole-genome sequencing. This approach allowed for differential diagnoses in suspected medulloblastoma relapses, tailored therapeutic interventions based on CSF profiles, and effective treatment response monitoring. In summary, our integrated liquid biopsy strategy showcases a powerful, clinically applicable tool that significantly enhances patient care in pediatric neuro-oncology.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».