Germline Mutations in DNA Repair Genes in Patients with Pancreatic Neuroendocrine Neoplasms: Diagnostic and Therapeutic Implications
Notice bibliographique
Résumé
Pancreatic neuroendocrine neoplasms (pNENs) are the second most common type of pancreatic cancer after pancreatic ductal adenocarcinoma. Germline mutations in DNA repair genes drive several hereditary and sporadic cancers; however, their role in pNENs remains poorly defined. This pilot study aimed to assess the frequency and clinical relevance of germline DNA repair gene mutations in patients with pNENs, both with and without a family history of cancer. Germline DNA from 57 Polish patients with pNENs was analyzed using targeted next-generation sequencing to identify variants in a panel of DNA repair genes. Variant classification followed the American College of Medical Genetics and Genomics/Association for Molecular Pathology guidelines. Germline mutations were identified in 14 patients (24.6%), both with and without a family history of malignancy. Two patients carried pathogenic variants in BRCA2 and CHEK2, while seven carried variants of uncertain significance (VUS). The identified variants have been implicated in various cancer types, including breast, ovarian, prostate, gastric, colorectal, and pancreatic cancers. These findings indicate that germline mutations in DNA repair genes may contribute to the pathogenesis of pNENs, even in patients without a family history. Broader germline testing and population-specific studies are needed to clarify the genetic landscape and clinical implications of these alterations.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».