Genomics‐led approach to drug testing in models of undifferentiated pleomorphic sarcoma
Notice bibliographique
Résumé
Undifferentiated pleomorphic sarcoma (UPS) is a rare cancer with limited systemic treatment options and poor outcomes. To seek novel therapeutic interventions, we undertook mutational analysis of 20 UPS patient tumours, four established UPS cell lines and three patient-derived xenograft (PDX) models. Frequently mutated genes were uncommon; in contrast, copy number (CN) events were common with CN gain frequently observed at genes including JUN, EGFR and CDK6 and loss at WNT8B, RB1 and PTEN. Analysis of overlapping genomic changes between patient tumours and PDX models or cell lines revealed druggable events. A selected panel of drugs targeting these was analysed in in vitro UPS models demonstrating that the mitogen-activated protein kinase kinase (MEK) inhibitor trametinib is synergistic in combination with the fibroblast growth factor receptor (FGFR) inhibitor infigratinib. This was further confirmed to be efficacious in an ex vivo tumour slice model. Taken together, our results demonstrate the rationale for utilising genomic data to identify drug classes targeting druggable events in low-prevalence cancers and indicate that trametinib alone or in combination with infigratinib should be further explored for clinical UPS management.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».