Somatic copy number mutations contribute to fitness in transplantation models of spontaneous human breast cancer metastasis
Notice bibliographique
Résumé
ABSTRACT The contribution of somatic gene dosage mutations (CNA) to breast cancer metastasis remains poorly defined. Using 9 transplantable human neoadjuvant-naive triple-negative breast cancer xenografts, we studied the fitness of copy number clones in spontaneous metastasis from orthotopic transplant sites. Metastatic site preference was strongly patient-dependent, and the emergence of metastases exhibited a general trend toward slower growth at the orthotopic site. In our models, single-cell whole-genome sequencing of primary and metastatic sites showed that distant metastases were most often the result of minor prevalence clones at the orthotopic site, suggesting that some metastatic phenotypes may be weakly negatively fit at the primary site. We validated the existence of a fitness hierarchy of copy number clones using a previously established paradigm of remixing and retransplanting clones. Single-cell clone analysis of competitive repopulation and re-emergence of metastases showed that CNAs arising in cancer evolution can mediate metastatic fitness. Moreover, some clones displaying strong metastatic tendency exhibited weaker survival at the primary site, consistent with the notion that metastatic phenotypes could have a fitness cost at the primary site. Finally, we conducted RNA-seq analysis combined with DriverNet analysis to dissect the contribution of CNA-mediated versus genome-independent transcriptional states. CNA mutations appeared to contribute strongly to transcriptional differences between clones. Among clones of high metastatic potential, we observed CNA-mediated and CNA-independent convergence on pathways such as epithelial-mesenchymal transition (EMT), established as mediators of metastatic cell survival at distant sites. Taken together, our data point to a contribution of CNA-mediated cancer evolution to metastatic states and identify distant-site context as a key determinant of CNA-mediated fitness.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».