Abstract 3680: Plasma DNA methylome profiling predicts response to olaparib and durvalumab in recurrent IDH-mutant gliomas: Results from a phase II trial
Notice bibliographique
Résumé
Abstract Background: Combing PARP and Immune Checkpoint inhibition has been proposed as a potentially synergistic strategy in IDH mutant glioma, targeting dysregulated homologous recombination repair pathways. We analyzed the cell-free DNA (cfDNA) methylome of patients in a phase 2 trial using the PARP inhibitor olaparib and the PD-1 inhibitor durvalumab. The primary objective was to evaluate cfDNA methylome as a non-invasive biomarker of response. Methods: Patients with recurrent IDH-mutant gliomas were enrolled in a phase II open-label study (NCT03991832). Blood samples were collected at baseline and monthly while on treatment. Cell-free methylated DNA immunoprecipitation and high-throughput sequencing (cfMeDIP-seq) was performed. Samples were separated into 50 random discovery and validation sets with an 80:20 split. Binomial regularized regression models were developed for each response class versus others using the discovery set and model performance was assessed using the validation set. Area under receiver operating characteristic (ROC) curve (AUROC) values were calculated for each model in the validation set. Results: 29 patients (median age 40.5; 41% female) enrolled between January 2020-February 2023. The initial tumor grade was 2 (n=9), 3 (n=8), and 4 (n=12). Patients received olaparib 300 mg twice daily and durvalumab 1500 mg IV every 4 weeks. The overall response rate was 10% (95% CI 2.2-27%) via RANO criteria. 144 plasma samples (from 29 patients) were profiled with cfMeDIP-seq along with 30 healthy controls. The circulating tumour DNA methylome was enriched by normalizing to differentially methylated regions not found within the normal controls. The enriched circulating tumour DNA methylome during response periods exhibited a highly specific signature, accurately discriminating response versus failure (AUC 0.98 ± 0.02). Additionally, on-treatment samples were able to be discriminated from samples off therapy (AUC 0.74 + 0.11). Lastly, the specific differentially methylated gene pathways between groups were comprehensively examined in both plasma samples and baseline tumor tissue. Conclusions: Plasma cfDNA methylome exhibits highly specific signatures that enable accurate prediction of response to olaparib and durvalumab in recurrent IDH-mutant glioma. Citation Format: Yosef Ellenbogen, Xin Wang, Vikas Patil, Alexander Landry, Justin Wang, Jeffrey Zuccato, Mathew Voisin, Andrew Ajisebutu, Leeor Yefet, Farshad Nassiri, Eric Chen, Gelareh Zadeh. Plasma DNA methylome profiling predicts response to olaparib and durvalumab in recurrent IDH-mutant gliomas: Results from a phase II trial [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 3680.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».