Genomic, Epigenomic, and Transcriptomic Inter- and Intratumor Heterogeneity in Desmoid Tumors
Notice bibliographique
Résumé
PURPOSE: Desmoid tumors are bland fibroblastic tumors that do not metastasize but have a high rate of local recurrence. Previously published studies proposed two different transcriptomic signatures to predict relapse. Molecular heterogeneity has been well established in high-grade sarcomas, but little is known about molecular variability within locally aggressive tumors such as desmoids. EXPERIMENTAL DESIGN: We performed transcriptomic profiling of 31 specimens from 20 primary desmoid tumors to identify genes predictive of relapse. We also performed multiomic analysis including DNA methylation, copy-number alterations, point mutations, and gene expression on 24 specimens from different regions of primary and recurrent desmoid tumors from three patients (7-9 specimens per patient). RESULTS: We observed highly variable expression of transcriptomic prognostic signatures both in patients who did and did not progress. Signatures associated with favorable and unfavorable outcomes were detected in different regions within the same tumor. Further multiomic studies showed remarkable intra- and intertumor heterogeneity of genomic, epigenomic, and transcriptomic patterns. The transcriptomic profiles showed the highest degree of variability within tumors and between primary and recurrent tumors from the same patient. CONCLUSIONS: This study shows an unexpected degree of intra- and intertumor heterogeneity in desmoid tumors. Our analysis indicates that molecular analysis of a single-tumor biopsy may underestimate the magnitude of molecular alterations in desmoid tumors. Our study also shows that recurrent desmoid tumors acquire multiple new molecular alterations. Thus, molecular heterogeneity is an important consideration in drug development and validation of prognostic and predictive biomarkers for desmoid tumors.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».