MétaCan
Menu
Retour à la cohorte
Enregistrement W2767646803 · doi:10.1093/neuonc/nox168.1041

TMOD-02. IDENTIFICATION OF NOVEL MARKERS OF TREATMENT-REFRACTORY RECURRENT GLIOBLASTOMA

2017· article· en· W2767646803 sur OpenAlexaff
Nicolas Yelle, Chirayu Chokshi, Parvez Vora, Chitra Venugopal, Sheila K. Singh

Notice bibliographique

RevueNeuro-Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRadiation therapyCancer stem cellChemoradiotherapyCancer researchStem cellGlioblastomaTranscriptomeTemozolomideBrain tumorMedicineChemotherapyOncologyCancerBiologyInternal medicinePathologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Glioblastoma (GBM) is a very aggressive and invasive tumor that relapses within nine months of diagnosis and remains incurable despite advances in multimodal therapy including surgical resection, chemotherapy and radiation. Poor patient outcome has been linked to both marker expression of brain tumor initiating cells (BTICs) and intratumoral heterogeneity (ITH), which have been associated with treatment resistance and tumor recurrence. ITH can be explained at the cellular level by the existence of multiple populations of cancer cells, including some which have acquired stemness properties like self-renewal, proliferation, and multilineage differentiation, also known as cancer stem cells (CSCs). In brain tumors, CSCs or BTICs, have been shown to be resistant to both chemotherapy and radiation treatment, allowing them to escape therapy and consequently allowing for tumor recurrence. As a result, therapies that focus on targeting the BTIC compartment within the bulk GBM tumor would provide better treatment and prognosis for patients. To profile ITH as it evolves through therapy delivery, we have developed a novel and dynamic BTIC patient-derived xenograft (PDX) model of human GBM recurrence, which allows for multimodal profiling of GBM BTICs at engraftment, after chemoradiotherapy delivery in a phase we have termed “minimal residual disease” (MRD), and at tumor recurrence. In this study, we present the profiling of the transcriptome and the cell-surface proteome at each of these stages, including validation of targets, novel and exclusive to recurrent treatment-refractory GBM, by CRISPR/Cas9 knockout and subsequent functional stem cell assays. Despite the fact that recurrent GBM is what ultimately leads to patient demise, it remains a largely unknown landscape. Virtually all of the current genomic, transcriptomic, and proteomic data is based on primary GBM. Hence, our study provides a unique therapeutic window into the often-overlooked elephant in the room: recurrent glioblastoma.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,337
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207