Activation of executioner caspases is a predictor of progression-free survival in glioblastoma patients: a systems medicine approach
Notice bibliographique
Résumé
Glioblastoma (GBM) is the most common and aggressive primary brain tumor in adults. GBM cells are highly resistant to apoptosis induced by antitumor drugs and radiotherapy resulting in cancer progression. We assessed whether a systems medicine approach, analysing the ability of tumor cells to execute apoptosis could be utilized to predict the response of GBM patients to treatment. Concentrations of the key proapoptotic proteins procaspase-3, procaspase-9, Smac and Apaf-1 and the antiapopotic protein XIAP were determined in a panel of GBM cell lines and GBM patient tumor resections. These values were used as input for APOPTO-CELL, a systems biological based mathematical model built to predict cellular susceptibility to undergo caspase activation. The modeling was capable of accurately distinguishing between GBM cells that die or survive in response to treatment with temozolomide in 10 of the 11 lines analysed. Importantly the results obtained using GBM patient samples show that APOPTO-CELL was capable of stratifying patients according to their progression-free survival times and predicted the ability of tumor cells to support caspase activation in 16 of the 21 GBM patients analysed. Calculating the susceptibility to apoptosis execution may be a potent tool in predicting GBM patient therapy responsiveness and may allow for the use of APOPTO-CELL in a clinical setting.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».