MEMRI‐based imaging pipeline for guiding preclinical studies in mouse models of sporadic medulloblastoma
Notice bibliographique
Résumé
PURPOSE: Genetically engineered mouse models of sporadic cancers are critical for studying tumor biology and for preclinical testing of therapeutics. We present an MRI-based pipeline designed to produce high resolution, quantitative information about tumor progression and response to novel therapies in mouse models of medulloblastoma (MB). METHODS: Sporadic MB was modeled in mice by inducing expression of an activated form of the Smoothened gene (aSmo) in a small number of cerebellar granule cell precursors. aSmo mice were imaged and analyzed at defined time-points using a 3D manganese-enhanced MRI-based pipeline optimized for high-throughput. RESULTS: A semi-automated segmentation protocol was established that estimates tumor volume in a time-frame compatible with a high-throughput pipeline. Both an empirical, volume-based classifier and a linear discriminant analysis-based classifier were tested to distinguish progressing from nonprogressing lesions at early stages of tumorigenesis. Tumor centroids measured at early stages revealed that there is a very specific location of the probable origin of the aSmo MB tumors. The efficacy of the manganese-enhanced MRI pipeline was demonstrated with a small-scale experimental drug trial designed to reduce the number of tumor associated macrophages and microglia. CONCLUSION: Our results revealed a high level of heterogeneity between tumors within and between aSmo MB models, indicating that meaningful studies of sporadic tumor progression and response to therapy could not be conducted without an imaging-based pipeline approach.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».