Identifying Novel Germline Mutations and Copy Number Variations in Patients With SCLC
Notice bibliographique
Résumé
Introduction: SCLC has traditionally been considered to arise from toxic exposure factors, such as smoking. Recent evidence has revealed that germline mutations may also affect the development of SCLC; however, these alterations remain understudied. We sought to identify novel germline mutations in SCLC including germline copy number variations (CNVs) in our cohort of patients. Methods: We designed a custom hybrid-capture gene panel to evaluate germline alterations in 192 cancer-predisposition and frequently mutated genes in SCLC. We applied this panel to germline analysis of a treatment-naive cohort of 67 patients with SCLC at our institution. Subsequently, we annotated the variants using the American College of Medical Genetics criteria and further classified variants of uncertain significance using a set of in silico tools, including DeepMind AlphaMissense, MutationTaster, SIFT, and Polyphen2. Results: ). We also identified 191 variants of uncertain significance in 60 of 67 patients, of which, depending on the in silico tool, 5% to 14% were predicted to be pathogenic. Patients with SCLC with the seven pathogenic alterations were observed to have a numerically longer overall survival (hazard ratio = 0.50) and progression-free survival (hazard ratio = 0.45) though not statistically significant compared with the remaining cohort. Conclusions: Our study identifies novel germline alterations, including a CNV, and provides additional evidence that germline factors could be important contributing factors to the development of SCLC.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».