53 Alterations in the epigenetic profile of glioblastoma tumors within hypoxic tumor regions
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
Glioblastomas are the most frequent and aggressive primary brain tumor in adults and despite recent therapeutic advances, they are resistant to treatment. Increasing malignancy of gliomas correlates with an increase in cellularity and a poorly organized tumor vasculature, leading to insufficient blood supply, hypoxic areas, and ultimately to the formation of necrosis. Hypoxia induces direct or indirect changes in the biology of solid tumor and their microenvironment through the activation of HIF transcription factors, leading to increased aggressiveness and tumor resistance to therapy. Not much is known about the epigenetic alterations induced by hypoxia and how they could alter tumor biology. In the present study, we have utilized PIMO as a specific marker of hypoxia in glioblastoma patients, treated with PIMO preoperatively. We have estimated PIMO positivity in each tumor (5-45%) and determined that it positively correlates with the hypoxia marker CA IX (r=0.57). In addition, 10 surgical PIMO cases were dissociated, immune labeled using PIMO antibody, followed by DNA isolation and methylation profiling. Our analysis of differentially top 4000 differentially methylated probes suggests that PIMO-positive (hypoxic) cells are differentially methylated compared to the PIMO-negative cells and these changes are associated with genes involved in hypoxic cellular response. We will validate these findings in additional glioblastoma cases and assess the mechanism of these epigenetic alterations in vitro in glioma stem cell culture conditions and upon exposure of the cells hypoxic conditions.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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