Somatic mutations in Middle East and North Africa breast cancer patients: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Breast cancer presents with distinct clinical and molecular characteristics in the Middle East and North Africa (MENA) region, where women are diagnosed at younger ages and with more aggressive disease compared to Western populations. Despite the global burden, genomic studies of breast cancer in MENA remain underrepresented. This systematic review provides the first comprehensive analysis of somatic mutations in breast cancer patients across the MENA region. METHODS: Following PRISMA guidelines, we analyzed 44 studies encompassing 13 MENA countries, representing data from over 2500 breast cancer patients. Studies were rigorously assessed using the Newcastle-Ottawa Scale, with mutation data extracted, standardized, and classified according to pathogenicity using established databases. We employed multiple sequencing methodologies, including next-generation sequencing and targeted gene panels, to identify country-specific and region-wide mutation patterns. RESULTS: We identified 559 mutations across 104 genes, with TP53 (23.79%) and PIK3CA (10.19%) emerging as the most frequently altered genes, followed by significant mutations in BRCA1/2, ATM, ESR1, and PTEN. Nearly 43% of variants were classified as pathogenic/likely pathogenic, while 23% remained variants of uncertain significance. Missense mutations predominated (60.29%), followed by frameshift variants (13.06%) and stop-gained mutations (10.91%). We discovered distinctive country-specific mutation profiles, including unique alterations in KLF6 (Turkey) and IL-1β (Iraq), reflecting potential environmental and hereditary influences unique to MENA populations. Notably, all 11 PIK3CA hotspot mutations that predict sensitivity to alpelisib therapy were identified. CONCLUSIONS: This study reveals both shared and distinct somatic mutation patterns in MENA breast cancer patients compared to Western populations. The high prevalence of clinically actionable mutations, particularly in PIK3CA and DNA repair genes, presents immediate opportunities for implementing targeted therapies across the region. Our findings underscore the urgent need for establishing a MENA Breast Cancer Genomics Consortium to standardize sequencing protocols, develop locally validated gene panels, and create regional variant databases that capture the unique mutation spectrum of these populations. This comprehensive genomic landscape of breast cancer in the MENA region addresses a critical gap in global cancer genomics, ultimately improving outcomes for a historically underrepresented patient population.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».