MétaCan
Menu
Retour à la cohorte
Enregistrement W2768086853 · doi:10.1093/neuonc/nox168.209

CSIG-15. PROTEOMIC AND PHOSPHOPROTEOMIC ANALYSIS OF HUMAN MEDULLOBLASTOMA REVEALS DISTINCT ACTIVATED PATHWAYS BETWEEN SUBGROUPS

2017· article· en· W2768086853 sur OpenAlexaff
Antoine Forget, Loredana Martignetti, Sebastian Brabetz, Daniel Picard, Stéphanie Puget, Laurence Calzone, Patrick Poullet, Arnau Montagud, Stéphane Liva, Florent Dingli, Guillaume Arras, Hua Yu, Audrey Mercier, Célio Pouponnot, Damarys Loew, Franck Bourdeaut, Christelle Dufour, Pascale Varlet, Michael D. Taylor, Marcel Kool, Stefan M. Pfister, Emmanuel Barillot, Marc Remke, Olivier Ayrault

Notice bibliographique

RevueNeuro-Oncology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedulloblastomaBiologyWnt signaling pathwayPhosphorylationComputational biologyRNASignal transductionGeneGeneticsBioinformatics

Résumé

récupéré en direct d'OpenAlex

Deregulations in fundamental signaling pathways are key events in pathogenesis of cancer. One intriguing illustration that still holds blind spots is the pediatric brain tumor arising from the developing cerebellum: medulloblastoma (MB). Extensive high-throughput sequencing led to the characterization of four MB subgroups (WNT, SHH, Group 3 and Group 4) delineated with distinct molecular signatures and clinical outcomes. However, up-to-date these analyses have not attained the global comprehension of their dynamic network complexity. Wishing to get a comprehensive view of all MB subgroups we employed a multi-scale analysis to integrate genomic copy number (CN), DNA methylation, mRNA, protein and phosphorylation levels across 38 flash frozen primary human MBs (5 WNT, 10 SHH, 10 Group 3 and 13 Group 4). Our proteomic analysis allows to distinguish the four MB subgroups. Interestingly, Group 4 MB is particularly distinguishable from the other subgroups based on phosphorylation profile. Moreover, integration of all omic layers by similarity network fusion allowed precise definition of the four subgroups. Correlation studies between CN, RNA and protein levels showed convergent effects of CN alterations toward cell cycle, RNA and nucleotide metabolism. Importantly, protein levels were poorly predicted by levels of corresponding mRNA with consequence on active pathway prediction. This observation was of particular importance in Group 4 MB in which protein and phosphorylation levels allowed the identification of pathways that were unable to be predicted by RNA data. Ultimately, this led us to the characterization of potential biomarkers of Group 4 MB and promising targetable pathways across subgroups. Altogether, combined multi-scale analyses of MB have allowed us to identify and prioritize novel molecular drivers involved in human MB genesis and progression.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,018
Tête enseignante GPT0,275
Écart entre enseignants0,257 · 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 sujetBioinformatics and Genomic NetworksTravaux en français237 207