MétaCan
Menu
Retour à la cohorte
Enregistrement W2899994584 · doi:10.1093/neuonc/noy148.543

IMMU-40. SINGLE-CELL LEVEL COMPARISON OF HISTOPATHOLOGY AND SINGLE-CELL RNA-SEQ DATABASES BETWEEN IDH-MUT AND –WT GLIOBLASTOMAS REVEALS DISTINCT INNATE IMMUNE MICROENVIRONMENTS THAT CAN BE EXPLOITED FOR THERAPEUTIC GAIN

2018· article· en· W2899994584 sur OpenAlexaff
Candice C. Poon, Katherine Liu, Paul M. K. Gordon, Runze Yang, Susobhan Sarkar, Reza Mirzaei, Tanveer Sheikh, Martha Hughes, Wee Yong, John J. Kelly

Notice bibliographique

RevueNeuro-Oncology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFlow cytometryImmune systemCD163BiologyGliomaInnate immune systemCellMicrogliaImmunotherapyCD68Cancer researchInflammationMolecular biologyPhenotypeImmunologyImmunohistochemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Most immune cells in the glioblastoma (GBM) microenvironment are microglia and macrophages (MMs), but they are poorly understood. We sought to characterize these innate immune cells in human untreated IDH-WT and rare IDH-MUT GBM tissue to elucidate differences underlying their disparate prognoses relevant to immunotherapy design. An in-house automated segmentation protocol that quantifies at the single-cell level was used to analyze newly diagnosed human GBM (9 IDH-WT, 4 IDH-MUT). Three large sections (3-8mm in diameter) were quantitated to capture potential spatial heterogeneity. Expression of CD68, HLA-A/B/C, TNFa, CD163, IL10, TGFB2, Iba1 intensity, and surface area were enumerated and combined into an activation profile in Iba1+ cells (MMs). Results were validated with flow cytometry. Human IDH-MUT (GSE89567) and –WT (GSE84465) single-cell RNA-seq databases were then compared using novel bioinformatics techniques to affirm results. MM content is drastically reduced in IDH-MUT compared to –WT GBMs (4.9 ± 1.4% vs. 37.2 ± 7.3% of all GBM cells, respectively; p=0.0154). Surprisingly, a large range of MM content was found in IDH-WT GBMs, from 1.6 ± 0.6% to 71.9 ± 13.4%. Positive correlation with flow cytometry corroborated these results (Pearson r=0.7296; p=0.026). Inflammatory phenotypic variability was again seen in MMs in both IDH-MUT and –WT GBMs, but IDH-MUT GBM-associated MMs were more activated/pro-inflammatory (124.5 ± 21.6 pro-inflammatory units vs. 54.0 ± 15.6 pro-inflammatory units; p=0.0265). Comparison of single-cell RNA-seq databases after normalization and dynamic pruning of hierarchical clustering dendrograms verified MMs in IDH-MUT GBMs were more pro-inflammatory, but that this was driven by anti-inflammatory macrophages in IDH-WT GBMs as opposed to microglia which were pro-inflammatory in all tumors (p < 0.01). This is one of the first studies to characterize MMs in untreated human IDH-MUT GBMs and identify dissimilarities to the IDH-WT innate immune microenvironment that can be targeted by immunotherapies. Also, considerable MM phenotypic heterogeneity suggests precision immunotherapy approaches are crucial.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
Tête enseignante GPT0,296
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207