Association of Glioblastoma Multiforme Stem Cell Characteristics, Differentiation, and Microglia Marker Genes with Patient Survival
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Patients with glioblastoma multiforme (GBM) are at high risk to develop a relapse despite multimodal therapy. Assumedly, glioma stem cells (GSCs) are responsible for treatment resistance of GBM. Identification of specific GSC markers may help to develop targeted therapies. Here, we performed expression analyses of stem cell (ABCG2, CD44, CD95, CD133, ELF4, Nanog, and Nestin) as well as differentiation and microglia markers (GFAP, Iba1, and Sparc) in GBM compared to nonmalignant brain. Furthermore, the role of these proteins for patient survival and their expression in LN18 stem-like neurospheres was analyzed. At mRNA level, ABCG2 and CD95 were reduced, GFAP was unchanged; all other investigated markers were increased in GBM. At protein level, CD44, ELF4, Nanog, Nestin, and Sparc were elevated in GBM, but only CD133 and Nestin were strongly associated with survival time. In addition, ABCG2 and GFAP expression was decreased in LN18 neurospheres whereas CD44, CD95, CD133, ELF4, Nanog, Nestin, and Sparc were upregulated. Altogether only CD133 and Nestin were associated with survival rates. This raises concerns regarding the suitability of the other target structures as prognostic markers, but makes both CD133 and Nestin candidates for GBM therapy. Nevertheless, a search for more specific marker proteins is urgently needed.
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.
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) | 0,000 | 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 découle