MétaCan
Menu
Retour à la cohorte
Enregistrement W2941020419 · doi:10.1093/neuonc/noz036.008

ATRT-09. INTEGRATIVE ANALYSES OF GENE REGULATORY LANDSCAPES REVEAL RHABDOID TUMOR SUBGROUPS WITH POSSIBLE IMMUNE MODULATION THROUGH EPIGENETIC DYSREGULATION

2019· article· en· W2941020419 sur OpenAlexaff
Pascal D. Johann, Hye-Jung E. Chun, Serap Erkek, Murat Iskar, Elizabeth J. Perlman, Martin Hasselblatt, Stefan M. Pfister, Marco A. Marra, Marcel Kool

Notice bibliographique

RevueNeuro-Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTumors and Oncological Cases
Établissements canadiensCanada's Michael Smith Genome Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsImmune systemGeneImmune dysregulationBiologyEpigenesisPsychologyDNA methylationNeuroscienceGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Rhabdoid tumors (RTs) are frequent pediatric malignancies that are classified based on tumor localization: In the central nervous system, they are referred to as atypical teratoid/rhabdoid tumors (ATRTs) as compared to extra-cranial malignant RTs (MRTs). The common genetic hallmark of these tumors is the loss of SMARCB1 in 95% of all cases. Molecularly, RTs are heterogeneous. Previous studies reported molecular subgroups within RTs of the same anatomic compartment. However, biological similarities among RT subgroups of different sites, and molecular characteristics shared among them remained unknown. Investigating the similarity of RTs from different anatomic sites at a molecular level, we compared DNA methylation, gene expression, and H3K27ac profiles of 150 MRTs and 161 ATRTs generated by WGBS, 450K/850K-arrays, RNA-, and ChIP-Seq. Clustering of methylation data showed that a subset of MRTs (called Group1) clustered with the MYC-subgroup of ATRTs but not with SHH-and TYR-subgroups of ATRTs. Over-expression of MYC-ATRT representative genes, such as c-MYC and the non-coding regulatory RNA gene HOTAIR, was also observed in these MRTs. Transcription factor binding enrichment analyses displayed a high enrichment of transcription factors implicated in immune cell regulation such as GMEMB1/2, IRF5/8/9, and STAT1 in both ATRT-MYC and MRT. We therefore predicted the immune cell infiltration of RTs using the CIBERSORT and validated these in-silico analyses by immunohistochemistry (IHC) for CD3,CD8, CD68 and PD-L1. In line with the computational results, IHC demonstrated a high number of CD3+ and CD8+ in both MRT and ATRT-MYC, suggestive of abundant cytotoxic T-cell infiltration. Overall our analyses reveal a high degree of similarity between ATRT-MYC and (Group 1)- MRT not only at the epigenetic level, but also in the immune cell composition and underline the suitability of these tumors for a potential immunotherapy.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,784

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,315
Écart entre enseignants0,287 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetTumors and Oncological CasesTravaux en français237 207