MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409690968 · doi:10.1158/1538-7445.am2025-1075

Abstract 1075: Piloting NTRK fusion-specific oncogenicity guidelines - lessons learned

2025· article· en· W4409690968 sur OpenAlexaff
Jason Saliba, Shivani Golem, Arpad Danos, Laura Corson, Elan Hahn, Morteza Seifi, Jan Clement Santiago, Valentina Nardi, Theodore W. Laetsch, Marilyn M. Li, Obi L. Griffith, Malachi Griffith, Gordana Raca, Larissa V. Furtado, Alanna J. Church, Angshumoy Roy

Notice bibliographique

RevueCancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensHamilton Health SciencesUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineComputational biologyPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Gene fusions involving neurotrophic receptor tyrosine kinase genes (NTRK1, NTRK2, & NTRK3) are well-established oncogenic drivers and serve as critical diagnostic and therapeutic markers in cancer. Interpreting their clinical significance is a high priority given FDA approval of TRK inhibitors; however, this remains challenging due to the rapid pace of fusion discovery, the diversity of fusion partners and tumor types, inconsistent and incomplete reporting of fusion data elements, and the lack of standardized fusion-specific classification guidelines. The Clinical Genome Resource (ClinGen) NTRK Fusions Somatic Cancer Variant Curation Expert Panel (SC-VCEP) is addressing these challenges and creating a publicly available resource of high-quality clinically significant NTRK fusion classifications in the Clinical Interpretation of Variants in Cancer (CIViC; civicdb.org) knowledgebase to support patient care. Our NTRK fusion-specific oncogenicity guidelines (approved April 2022) classify NTRK fusions as Oncogenic, Likely Oncogenic, Fusion of Unknown Significance (FUS), or Benign based on four categories: Fusion Gene Structure (orientation/breakpoints/reading frame), Cancer Association (number of unique cases), Clinical Validity (response to targeted inhibitors), and Functional Status (pathway activation or expression). Piloting our guidelines on a range of common to rare NTRK fusions found in cancers resulted in 12 Oncogenic Assertions (6 Oncogenic, 1 Likely Oncogenic, 2 FUS, 3 Benign), 5 Diagnostic Assertions covering 3 cancers, and 10 Predictive Assertions supporting sensitivity to FDA approved TRK inhibitors, larotrectinib or entrectinib. This pilot introduced several modifications to our oncogenicity guidance including: 1) reducing case numbers required to reach cancer association or clinical validity due to the rarity of reported NTRK-positive tumors; 2) further clarifying NTRK fusion structure, e.g., both gene partners must contribute to the fusion protein sequence; 3) requiring fusions to be reported in the published literature as databases may lack vetting; 4) expanding our NTRK-associated tumor list as more tumors are screened for the presence of NTRK fusions; 5) strengthening Benign support by requiring the confirmed lack of both RNA and protein fusion expression. This process was a valuable step in enhancing the consistency and clarity of the ClinGen NTRK SC-VCEP fusion-specific oncogenicity guidelines to aid their widespread adoption. Future efforts will focus on the Oncogenic classification of the over 80 known NTRK fusions found in cancers and their distribution to the public through the CIViC knowledgebase. Citation Format: Jason Saliba, Shivani Golem, Arpad Danos, Laura B. Corson, Elan Hahn, Morteza Seifi, Emma G. Sullivan, Jan Clement A. Santiago, Valentina Nardi, Theodore W. Laetsch, Marilyn M. Li, Obi L. Griffith, Malachi Griffith, Gordana Raca, Larissa V. Furtado, Alanna J. Church, Angshumoy Roy. Piloting NTRK fusion-specific oncogenicity guidelines - lessons learned [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 1075.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,087
score de la tête « metaresearch » (Gemma)0,211
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,463

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0870,211
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,002
Communication savante0,0080,010
Science ouverte0,0070,006
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0180,012

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.

Tête enseignante Opus0,334
Tête enseignante GPT0,604
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetAdvances in Oncology and Radiotherapy→Travaux en français237 207→