1H NMR Metabolomics Analysis of Glioblastoma Subtypes
Notice bibliographique
Résumé
Glioblastoma multiforme (GBM) is the most common form of malignant glioma, characterized by unpredictable clinical behaviors that suggest distinct molecular subtypes. With the tumor metabolic phenotype being one of the hallmarks of cancer, we have set upon to investigate whether GBMs show differences in their metabolic profiles. (1)H NMR analysis was performed on metabolite extracts from a selection of nine glioblastoma cell lines. Analysis was performed directly on spectral data and on relative concentrations of metabolites obtained from spectra using a multivariate regression method developed in this work. Both qualitative and quantitative sample clustering have shown that cell lines can be divided into four groups for which the most significantly different metabolites have been determined. Analysis shows that some of the major cancer metabolic markers (such as choline, lactate, and glutamine) have significantly dissimilar concentrations in different GBM groups. The obtained lists of metabolic markers for subgroups were correlated with gene expression data for the same cell lines. Metabolic analysis generally agrees with gene expression measurements, and in several cases, we have shown in detail how the metabolic results can be correlated with the analysis of gene expression. Combined gene expression and metabolomics analysis have shown differential expression of transporters of metabolic markers in these cells as well as some of the major metabolic pathways leading to accumulation of metabolites. Obtained lists of marker metabolites can be leveraged for subtype determination in glioblastomas.
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 | 0,001 |
| 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 ».