Analysis of tumour ecological balance reveals resource-dependent adaptive strategies of ovarian cancer
Notice bibliographique
Résumé
BACKGROUND: Despite treatment advances, there remains a significant risk of recurrence in ovarian cancer, at which stage it is usually incurable. Consequently, there is a clear need for improved patient stratification. However, at present clinical prognosticators remain largely unchanged due to the lack of reproducible methods to identify high-risk patients. METHODS: In high-grade serous ovarian cancer patients with advanced disease, we spatially define a tumour ecological balance of stromal resource and immune hazard using high-throughput image and spatial analysis of routine histology slides. On this basis an EcoScore is developed to classify tumours by a shift in this balance towards cancer-favouring or inhibiting conditions. FINDINGS: The EcoScore provides prognostic value stronger than, and independent of, known risk factors. Crucially, the clinical relevance of mutational burden and genomic instability differ under different stromal resource conditions, suggesting that the selective advantage of these cancer hallmarks is dependent on the context of stromal spatial structure. Under a high resource condition defined by a high level of geographical intermixing of cancer and stromal cells, selection appears to be driven by point mutations; whereas, in low resource tumours featured with high hypoxia and low cancer-immune co-localization, selection is fuelled by aneuploidy. INTERPRETATION: Our study offers empirical evidence that cancer fitness depends on tumour spatial constraints, and presents a biological basis for developing better assessments of tumour adaptive strategies in overcoming ecological constraints including immune surveillance and hypoxia.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».