52. A ClinGen Somatic curation effort focused on EGFR variants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As next generation sequencing becomes a routine part of clinical diagnostic and follow up workup for tumor assessment, consensus on cancer variant interpretation and expanded knowledgebase curation is needed. EGFR (Epidermal Growth Factor Receptor) is a well recognized oncogene and EGFR SNVs, CNVs, indels, and fusions have important predictive, diagnostic, and prognostic roles in a variety of cancer types. A definitive collection of tumor-specific EGFR somatic variants and their responses to FDA-approved EGFR inhibitors has not yet been assembled and EGFR -specific guidelines for defining variant oncogenicity have not been proposed. Due to their growing clinical relevance, the ClinGen Somatic Clinical Domain Working Group Solid Tumor Taskforce (STTf) performed a pilot curation effort on 15 EGFR fusions, and a number of curation challenges were noted. For instance, EGFR fusions can be primary events in cancer or part of complex molecular alterations (e.g., involving amplification). The group will compile a list of EGFR fusions and collect data on characteristics such as genomic breakpoints, tumor-type associations, functional evidence, and sensitivity to inhibitors. We are forming an EGFR Somatic Cancer Variant Curation Expert Panel ( EGFR SC-VCEP) to develop oncogenicity classification recommendations specific to EGFR fusions with future expansion to other EGFR sequence changes. The Step 1 ClinGen SC-VCEP application is in-progress for this effort. The results of this expert-led curation and the resulting guidelines will be publicly available through multiple avenues including the CIViC knowledgebase and ClinVar.
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.
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 découle