MétaCan
Menu
Retour à la cohorte
Enregistrement W2767903200 · doi:10.1093/neuonc/nox168.1050

TMOD-11. HUMAN STEM CELL BASED MODEL OF MEDULLOBLASTOMA

2017· article· en· W2767903200 sur OpenAlexaff
Miller Huang, Jignesh Tailor, Qiqi Zhen, Emily K. Nash, Joanna Phillips, A. Sorana Morrissy, Marcel Kool, Stefan M. Pfister, Fredrik J. Swartling, Michael D. Taylor, Austin Smith, William A. Weiss

Notice bibliographique

RevueNeuro-Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedulloblastomaStem cellBiologyCell biologyCancer research

Résumé

récupéré en direct d'OpenAlex

Medulloblastoma (MB) is the most common malignant pediatric brain tumor and consists of four subgroups: WNT, SHH, Group 3 and Group 4. Although drivers of Group 3 and 4 remain unknown, recurrent subchromosomal gains and losses frequently occurs. Current models to study MB include human cell lines, patient derived xenografts, and genetically engineered mouse models (GEMM). However, transcriptional profiles of human cell lines cluster separately from patient samples, and patient tumors are rare and difficult to culture. While GEMM reproducibly generate tumors resembling MB, modeling human patient-relevant chromosomal aberrations in mice would be difficult as mouse and human chromosomes do not align. To address these issues, we developed a human stem cell (hSC)-based model of MB. For proof of principle, we first generated iPSC from patients with Gorlin syndrome which is characterized by germline mutation in the SHH antagonist PTCH1 and predisposition to MB. The iPSC were differentiated to neuroepithelial stem (NES) cells (cell of origin of MB) and implanted orthotopically in mice. Tumors developed at long latency and histology resembled MB. Importantly, our model provides new functional insight of genes mutated in patient samples. For instance, CRISPR/Cas9 knockout of GSE1 (co-mutated with PTCH1 in SHH MB) in Gorlin NES cells accelerated tumor growth in vivo. Furthermore, MYCN, whose amplification occurs in SHH and Group 4, is sufficient to transform normal human NES cells. While GEMM of MYCN-driven MB align to Group 3, our hSC-based model more appropriately clustered to SHH. Using CRISPR/Cas9, we generated Group 4-relevant chromosomal deletions in human NES cells to evaluate its role in MB tumorigenesis. Thus, our hSC-based model of MB represents human patient tumors better than GEMM and can routinely evaluate candidate drivers of MB, including subchromosomal abnormalities.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,055
Tête enseignante GPT0,331
Écart entre enseignants0,276 · 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'étudeExpérimental (laboratoire)
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 sujetCancer Cells and MetastasisTravaux en français237 207