Characteristics of <i>KRAS</i> WT pancreatic adenocarcinomas: results of a large French multicentric cohort
Notice bibliographique
Résumé
Background: Genome and transcriptome analysis has enhanced the characterisation of pancreatic ductal adenocarcinoma (PDAC), paving the way for targeted therapies. Tumours KRAS wild type (WT) represent a unique subgroup. Objectives: Characterise the population and molecular abnormalities present in KRAS WT PDAC. Design: Clinical and molecular data from a large retrospective cohort of KRAS WT PDAC were analysed. Methods: Next-generation sequencing (NGS) was used to analyse DNAs and RNAs, allowing molecular and transcriptomic characterisation. Results: We identified 93/1059 (9%) KRAS WT PDAC, among which eight had druggable fusions ( n = 8/30 contributive samples), six had BRAF mutations and 19 ( n = 19/47) had mutations in homologous recombination (HR) pathway genes. Potential molecular targets in this series may be underestimated due to many non-contributive results. Clinical characteristics and survival did not differ between patients with KRAS WT and KRAS- mutated tumours. Transcriptomic data were available for 350 samples. Their analysis shows a difference in phenotype between mutated and WT tumours, with a molecular profile that appears to be better prognostic for KRAS WT tumours. Conclusion: KRAS WT tumours are enriched with molecular abnormalities of therapeutic interest. These include oncogene driver alterations (gene fusions and mutations) and mutations in genes of the HR pathway. Targeted therapy strategies for PDAC rely on molecular testing beyond RAS , but further research is needed to identify new therapeutic approaches that improve outcomes in PDAC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».