MétaCan
Menu
Retour à la cohorte
Enregistrement W2884700744 · doi:10.1017/cjn.2018.303

59 Microglia and macrophages display heterogeneous phenotypes in IDH-mutant and -wildtype glioblastomas

2018· article· en· W2884700744 sur OpenAlexvenueno aff
Candice C. Poon, Runze Yang, Tanveer Sheikh, Katherine Liu, Susobhan Sarkar, V. Wee Yong, John J. Kelly

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWild typePhenotypeMicrogliaMutantFlow cytometryCancer researchImmunotherapyGliomaBiologyImmune systemMolecular biologyImmunologyInflammationGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Background: CNS innate immune cells, microglia and macrophages (MMs), are the largest component of the inflammatory infiltrate in glioblastoma (GBM). They initially participate in tumor surveillance, but are subverted by GBM. Immunotherapies have proven incredibly successful in cancers such as melanoma, but not against GBM in part because GBM-associated MMs are not well understood. We hypothesized the content and inflammatory phenotype of MMs in GBM is variable between patients. We suspect MMs in IDH-wildtype and –mutant GBMs display divergent inflammatory phenotypes that helps explain the latter's better prognosis. Understanding GBM-associated MM heterogeneity will allow for better immunotherapy development and selection. Methods: MMs were isolated from untreated human IDH-wildtype and -mutant GBMs using flow cytometry and cultured for collection of conditioned media and analysis of secretory products. Automated segmentation with a high-content analysis system was used to quantitate MM content and inflammatory phenotype in frozen sections. New bioinformatics techniques allowed the comparison of MM profiles in publicly available single-cell RNA-sequencing databases with IDH-wildtype and -mutant GBMs. Results: Surprisingly marked variation in MM content exists between GBMs ranging from ~0-70%. A mixture of pro- and anti-inflammatory MMs are found in each GBM. Interestingly, IDH-mutant GBM-associated MMs were more activated than MMs in IDH-wildtype GBMs. Conclusions: Taken together, the highly variable MM content and phenotype of GBMs suggests the success of immunotherapies hinges on taking a precision medicine approach. MM-rich GBMs would benefit more from therapies that target them. MM activation in IDH-mutant GBMs may contribute to better patient prognoses.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,268
Écart entre enseignants0,248 · 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'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetFerroptosis and cancer prognosisTravaux en français237 207