Phenotypic heterogeneity and instability of human ovarian tumor-initiating cells
Notice bibliographique
Résumé
The cancer stem cell (CSC) model proposes that tumors have a hierarchical organization in which only some cells indefinitely self-renew and thereby sustain tumor growth. In addition, the CSC model requires that tumor-initiating cells (TICs) be prospectively isolatable on the basis of their phenotype. Previous studies have suggested that serous ovarian cancer (SOC) conforms to the CSC model, but these used arguably nonfidelitous immortalized cell lines, cultured primary cells, or passaged xenografts as the source of tumor cells. We developed a robust assay for quantifying TICs from primary SOC. Using this assay, we find that TICs are rare when assayed in either NOD/SCID or NOD/SCID/IL2Rγ(-/-) (NSG) mice. TIC frequency (TICf) varies substantially between patients, although it is similar in primary ovarian masses and omental metastases, suggesting that TICf is an intrinsic property of ovarian tumors. CD133 marks all TICs from several primary SOC cases. However, in other cases, substantial TIC activity is found in both the CD133(+) and CD133(-) fractions, whereas still other cases have exclusively CD133(-) TICs. Furthermore, the TIC phenotype can change in xenografts: primary tumors in which all TICs are CD133(+) can give rise to xenografts that contain substantial numbers of CD133(-) TICs. Our results highlight the need for quantitative rigor in the evaluation of TICs and for caution when using passaged xenografts for such studies. Furthermore, although our data suggest that SOC conforms to the CSC hypothesis, the heterogeneity of the TIC phenotype may complicate its clinical application.
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 | 0,000 |
| 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 ».