Molecular Profiling Identifies Prognostic Subgroups of Pediatric Glioblastoma and Shows Increased YB-1 Expression in Tumors
Notice bibliographique
Résumé
PURPOSE: Pediatric glioblastoma (pGBM) is a rare, but devastating brain tumor. In contrast to GBM in adults (aGBM), little is known about the mechanisms underlying its development. Our aim is to gain insight into the molecular pathways of pGBM. MATERIALS AND METHODS: Thirty-two pGBM and seven aGBM samples were investigated using biochemical and transcriptional profiling. Ras and Akt pathway activation was assessed through the phosphorylation of downstream effectors, and gene expression profiles were generated using the University Health Network Human 19K cDNA arrays. Results were validated using real-time polymerase chain reaction and immunohistochemistry and compared with existing data sets on aGBM. RESULTS: There are at least two subsets of pGBM. One subset, associated with Ras and Akt pathway activation, has very poor prognosis and exhibits increased expression of genes related to proliferation and to a neural stem-cell phenotype, similar to findings in aggressive aGBM. This subset was still molecularly distinguishable from aGBM after unsupervised and supervised analysis of expression profiles. A second subset, with better prognosis, is not associated with activation of Akt and Ras pathways, may originate from astroglial progenitors, and does not express gene signatures and markers shown to be associated with long-term survival in aGBM. Both subsets of pGBM show overexpression of Y-box-protein-1 that may help drive oncogenesis in this tumor. CONCLUSION: Our work, the first study of gene expression profiles in pGBM, provides valuable insight into active pathways and targets in a cancer with minimal survival, and suggests that these tumors cannot be understood exclusively through studies of aGBM.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».