Assessing breast cancer cell lines as tumour models by comparison of mRNA expression profiles
Notice bibliographique
Résumé
INTRODUCTION: Breast cancer researchers use cell lines to model myriad phenomena ranging from DNA repair to cancer stem cell phenotypes. Though appropriate, and even requisite, for many studies, the suitability of cell lines as tumour models has come into question owing to possibilities of tissue culture artefacts and clonal selection. These issues are compounded by the inability of cancer cells grown in isolation to fully model the in situ tumour environment, which also contains a plethora of non-tumour cell types. It is thus important to understand similarities and differences between cancer cell lines and the tumours that they represent so that the optimal tumour models can be chosen to answer specific research questions. METHODS: In the present study, we compared the RNA-sequencing transcriptomes of a collection of breast cancer cell lines to transcriptomes obtained from hundreds of tumours using The Cancer Genome Atlas. Tumour purity was accounted for by analysis of stromal and immune scores using the ESTIMATE algorithm so that differences likely resulting from non-tumour cells could be accounted for. RESULTS: We found the transcriptional characteristics of breast cancer cell lines to mirror those of the tumours. We identified basal and luminal cell lines that are most transcriptionally similar to their respective breast tumours. Our comparison of expression profiles revealed pronounced differences between breast cancer cell lines and tumours, which could largely be attributed to the absence of stromal and immune components in cell culture. A focus on the Wnt pathway revealed the transcriptional downregulation or absence of several secreted Wnt antagonists in culture. Gene set enrichment analysis suggests that cancer cell lines have enhanced proliferation and glycolysis independent of stromal and immune contributions compared with breast cancer cells in situ. CONCLUSIONS: This study demonstrates that many of the differences between breast cancer cell lines and tumours are due to the absence of stromal and immune components in vitro. Hence, extra precautions should be taken when modelling extracellular proteins in vitro. The specific differences discovered emphasize the importance of choosing an appropriate model for each research question.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».