SLUG Directs the Precursor State of Human Brain Tumor Stem Cells
Notice bibliographique
Résumé
In glioblastoma (GBM), brain tumor stem cells (BTSCs) encompass heterogenous populations of multipotent, self-renewing, and tumorigenic cells, which have been proposed to be at the root of therapeutic resistance and recurrence. While the functional significance of BTSC heterogeneity remains to be fully determined, we previously distinguished relatively quiescent stem-like precursor state from the more aggressive progenitor-like precursor state. In the present study, we hypothesized that progenitor-like BTSCs arise from stem-like precursors through a mesenchymal transition and drive post-treatment recurrence. We first demonstrate that progenitor-like BTSCs display a more mesenchymal transcriptomic profile. Moreover, we show that both mesenchymal GBMs and progenitor-like BTSCs are characterized by over-activated STAT3/EMT pathways and that SLUG is the primary epithelial to mesenchymal transition (EMT) transcription factor directly regulated by STAT3 in BTSCs. SLUG overexpression in BTSCs enhances invasiveness, promotes inflammation, and shortens survival. Importantly, SLUG overexpression in a quiescent stem-like BTSC line enhances tumorigenesis. Finally, we report that recurrence is associated with SLUG-induced transcriptional changes in both BTSCs and GBM patient samples. Collectively, our findings show that a STAT3-driven precursor state transition, mediated by SLUG, may prime BTSCs to initiate more aggressive mesenchymal recurrence. Targeting the STAT3/SLUG pathway may maintain BTSCs in a quiescent stem-like precursor state, delaying recurrence and improving survival in GBM.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».