清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Molecular stratification of endometrioid ovarian carcinoma predicts clinical outcome

PTEN公司 克拉斯 ARID1A型 生物 癌症研究 突变 旅客8 基因 外显子组测序 Wnt信号通路 生物信息学 遗传学 内科学 肿瘤科 PI3K/AKT/mTOR通路 医学 信号转导 转录因子
作者
Robert L. Hollis,John P. Thomson,Bárbara Stanley,Michael Churchman,Alison Meynert,Tzyvia Rye,Clare Bartos,Yasushi Iida,Ian Croy,Melanie Mackean,Fiona Nussey,Aikou Okamoto,Colin A. Semple,Charlie Gourley,C. Simon Herrington
出处
期刊:Nature Communications [Springer Nature]
卷期号:11 (1) 被引量:97
标识
DOI:10.1038/s41467-020-18819-5
摘要

Endometrioid ovarian carcinoma (EnOC) demonstrates substantial clinical and molecular heterogeneity. Here, we report whole exome sequencing of 112 EnOC cases following rigorous pathological assessment. We detect a high frequency of mutation in CTNNB1 (43%), PIK3CA (43%), ARID1A (36%), PTEN (29%), KRAS (26%), TP53 (26%) and SOX8 (19%), a recurrently-mutated gene previously unreported in EnOC. POLE and mismatch repair protein-encoding genes were mutated at lower frequency (6%, 18%) with significant co-occurrence. A molecular taxonomy is constructed, identifying clinically distinct EnOC subtypes: cases with TP53 mutation demonstrate greater genomic complexity, are commonly FIGO stage III/IV at diagnosis (48%), are frequently incompletely debulked (44%) and demonstrate inferior survival; conversely, cases with CTNNB1 mutation, which is mutually exclusive with TP53 mutation, demonstrate low genomic complexity and excellent clinical outcome, and are predominantly stage I/II at diagnosis (89%) and completely resected (87%). Moreover, we identify the WNT, MAPK/RAS and PI3K pathways as good candidate targets for molecular therapeutics in EnOC.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
binfo完成签到,获得积分0
3秒前
YZY完成签到 ,获得积分10
11秒前
爱在深秋完成签到,获得积分10
20秒前
我很厉害的1q完成签到,获得积分10
49秒前
50秒前
游泳池完成签到,获得积分10
52秒前
lwj发布了新的文献求助10
55秒前
qianzhihe2完成签到,获得积分10
56秒前
科多兽骑士完成签到 ,获得积分10
1分钟前
王世卉完成签到,获得积分10
1分钟前
echo完成签到 ,获得积分10
1分钟前
桂花载酒少年游完成签到 ,获得积分10
1分钟前
1分钟前
B_发布了新的文献求助10
1分钟前
long完成签到 ,获得积分10
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
2分钟前
lwj完成签到 ,获得积分10
2分钟前
chenjy202303发布了新的文献求助10
2分钟前
整齐半青完成签到 ,获得积分10
2分钟前
wood完成签到,获得积分10
2分钟前
2分钟前
2分钟前
chenjy202303完成签到,获得积分10
2分钟前
Jason完成签到 ,获得积分10
2分钟前
领导范儿应助chenjy202303采纳,获得10
2分钟前
天真的棉花糖完成签到 ,获得积分10
3分钟前
3分钟前
难过以晴发布了新的文献求助10
3分钟前
小么完成签到 ,获得积分10
3分钟前
zjw完成签到 ,获得积分10
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
搜集达人应助难过以晴采纳,获得10
4分钟前
ljx完成签到 ,获得积分0
4分钟前
胡国伦完成签到 ,获得积分10
4分钟前
毛毛弟完成签到 ,获得积分10
4分钟前
AdventureChen完成签到 ,获得积分10
4分钟前
徐徐完成签到 ,获得积分10
4分钟前
菠萝包完成签到 ,获得积分0
4分钟前
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Kinesiophobia : a new view of chronic pain behavior 2000
Research for Social Workers 1000
Mastering New Drug Applications: A Step-by-Step Guide (Mastering the FDA Approval Process Book 1) 800
Signals, Systems, and Signal Processing 510
Discrete-Time Signals and Systems 510
Streptostylie bei Dinosauriern nebst Bemerkungen über die 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5908187
求助须知:如何正确求助?哪些是违规求助? 6802932
关于积分的说明 15769324
捐赠科研通 5032256
什么是DOI,文献DOI怎么找? 2709473
邀请新用户注册赠送积分活动 1659085
关于科研通互助平台的介绍 1602894