Accès ouvert déclaré 2023 article

Inflammation in the tumor-adjacent lung as a predictor of clinical outcome in lung adenocarcinoma

Igor Dolgalev, Hua Zhou, Nina Murrell, Hortense Le, Theodore Sakellaropoulos, Nicolas Coudray, Kelsey Zhu, Varshini Vasudevaraja, Anna H. Yeaton, Chandra Goparaju, Yonghua Li, Imran Sulaiman, Jun-Chieh James Tsay, Peter Meyn, Hussein Mohamed, Iris Sydney, Tomoe Shiomi, Sitharam Ramaswami, Navneet Narula, Ruth Kulicke, Fred P. Davis, Nicolas Stransky, Gromoslaw Aleksander Smolen, Wei‐Yi Cheng, James J. Cai, Salman Rafi Punekar, Vamsidhar Velcheti, Daniel H. Sterman, John Thomas Poirier, Ben Neel, Kwok‐Kin Wong, Luis A. Chiriboga, Adriana Heguy, Thales Y. Papagiannakopoulos, Bettina Nadorp, Matija Snuderl, Leopoldo N. Segal, Andre Luis Moreira, Harvey Ira Pass, Aristotelis Tsirigos

33Citations signalées, ce qui n’est pas une note de qualité

6Institutions déclarées

2Pays d’affiliation déclarés

Rattachement africain : us, no. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Approximately 30% of early-stage lung adenocarcinoma patients present with disease progression after successful surgical resection. Despite efforts of mapping the genetic landscape, there has been limited success in discovering predictive biomarkers of disease outcomes. Here we performed a systematic multi-omic assessment of 143 tumors and matched tumor-adjacent, histologically-normal lung tissue with long-term patient follow-up. Through histologic, mutational, and transcriptomic profiling of tumor and adjacent-normal tissue, we identified an inflammatory gene signature in tumor-adjacent tissue as the strongest clinical predictor of disease progression. Single-cell transcriptomic analysis demonstrated the progression-associated inflammatory signature was expressed in both immune and non-immune cells, and cell type-specific profiling in monocytes further improved outcome predictions. Additional analyses of tumor-adjacent transcriptomic data from The Cancer Genome Atlas validated the association of the inflammatory signature with worse outcomes across cancers. Collectively, our study suggests that molecular profiling of tumor-adjacent tissue can identify patients at high risk for disease progression.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Inflammation in the tumor-adjacent lung as a predictor of clinical outcome in lung adenocarcinoma
Date Crossref: 08/11/2023
Éditeur: Springer Science and Business Media LLC
Type: journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

New York University Laura and Isaac Perlmutter Cancer Center pays non établi dans la notice
Université ou école supérieure
Broad Institute pays non établi dans la notice
Organisation à but non lucratif
Office of Science pays non établi dans la notice
Organisme public
Celsius Therapeutics (United States) pays non établi dans la notice
Entreprise
NYU Langone Health pays non établi dans la notice
Établissement de santé
Telio (Norway) pays non établi dans la notice
Entreprise
NYU Grossman School of Medicine Applied Bioinformatics Laboratories pays non établi dans la notice
Université ou école supérieure
Pharma Research & Early Development Informatics pays non établi dans la notice
Institution

Laura and Isaac Perlmutter Cancer Center — New York University, Broad Institute et Office of Science, avec 5 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Ferroptosis and cancer prognosisCancer Genomics and DiagnosticsCancer-related molecular mechanisms research

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI