Genome-wide profiling using single-nucleotide polymorphism arrays identifies novel chromosomal imbalances in pediatric glioblastomas
Notice bibliographique
Résumé
Available data on genetic events in pediatric grade IV astrocytomas (glioblastoma [pGBM]) are scarce. This has traditionally been a major impediment in understanding the pathogenesis of this tumor and in developing ways for more effective management. Our aim is to chart DNA copy number aberrations (CNAs) and get insight into genetic pathways involved in pGBM. Using the Illumina Infinium Human-1 bead-chip-array (100K single-nucleotide polymorphisms [SNPs]), we genotyped 18 pediatric and 6 adult GBMs. Results were compared to BAC-array profiles harvested on 16 of the same pGBM, to an independent data set of 9 pediatric high-grade astrocytomas (HGAs) analyzed on Affymetrix 250K-SNP arrays, and to existing data sets on HGAs. CNAs were additionally validated by real-time qPCR in a set of genes in pGBM. Our results identify with nonrandom clustering of CNAs in several novel, previously not reported, genomic regions, suggesting that alterations in tumor suppressors and genes involved in the regulation of RNA processing and the cell cycle are major events in the pathogenesis of pGBM. Most regions were distinct from CNAs in aGBMs and show an unexpectedly low frequency of genetic amplification and homozygous deletions and a high frequency of loss of heterozygosity for a high-grade I rapidly dividing tumor. This first, complete, high-resolution profiling of the tumor cell genome fills an important gap in studies on pGBM. It ultimately guides the mapping of oncogenic networks unique to pGBM, identification of the related therapeutic predictors and targets, and development of more effective therapies. It further shows that, despite commonalities in a few CNAs, pGBM and aGBMs are two different diseases.
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) | 0,001 | 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 | 0,001 |
| 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 ».