MétaCan
Menu
Retour à la cohorte
Enregistrement W2790250522 · doi:10.1371/journal.pone.0194701

New drug candidates for treatment of atypical meningiomas: An integrated approach using gene expression signatures for drug repurposing

2018· article· en· W2790250522 sur OpenAlexaff
Zsolt Zádor, Andrew T. King, Nophar Geifman

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMeningioma and schwannoma management
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesEngineering and Physical Sciences Research CouncilMedical Research CouncilNational Institute for Health and Care Research
Mots-clésDrug repositioningVerteporfinGene expression profilingDrugGene expressionApproved drugSerial analysis of gene expressionBiologyDrug developmentMedicineCancer researchGeneBioinformaticsPharmacologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Atypical meningiomas are common central nervous system neoplasms with high recurrence rate and poorer prognosis compared to their grade I counterparts. Surgical excision and radiotherapy remains the mainstay therapy but medical treatments are limited. We explore new drug candidates using computational drug repurposing based on the gene expression signature of atypical meningioma tissue with subsequent analysis of drug-generated expression profiles. We further explore possible mechanisms of action for the identified drug candidates using ingenuity pathway analysis (IPA). METHODS: We extracted gene expression profiles for atypical meningiomas (12 samples) and normal meningeal tissue (4 samples) from the Gene Expression Omnibus, which were then used to generate a gene signature comprising of 281 differentially expressed genes. Drug candidates were explored using both the Board Institute Connectivity Map (cmap) and Library of Integrated Network-Based Cellular Signatures (LINCS). Functional analysis of significant differential gene expression for drug candidates was performed with IPA. RESULTS: Using our integrated approach, we identified multiple, already licensed, drug candidates such as emetine, verteporfin, phenoxybenzamine and trazodone. Analysis with IPA revealed that these drugs target signal cascades potentially relevant in pathogenesis of meningiomas, particular examples are the effect on ERK by trazodone, MAP kinases by emetine, and YAP-1 protein by verteporfin. CONCLUSION: Gene expression profiling and use of drug expression profiles have yielded several plausible drug candidates for treating atypical meningioma, some of which have already been suggested by preceding studies. Although our analyses suggested multiple anti-tumour mechanisms for these drugs, further in vivo studies are required for validation. IMPORTANCE OF THE STUDY: To our knowledge this is the first study which combines relatively new, yet established computational techniques to identify additional treatments for a difficult to manage cerebral neoplasm. Beyond proposing already approved drug candidates in the management of atypical meningioma the study highlights the promise held by computational techniques in improving our management strategies.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0020,001
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)0,0010,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,297
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMeningioma and schwannoma managementTravaux en français237 207