GENE-40. CHARACTERIZING EPIGENETIC INTRATUMORAL HETEROGENEITY IN GLIOMA USING SINGLE-CELL BISULFITE SEQUENCING
Notice bibliographique
Résumé
Abstract Genetic and epigenetic alterations contribute to the observed intratumoral heterogeneity in adult glioma. Current glioma classification, based on genotype (e.g., IDH1 mutations) and DNA methylation profiles (e.g., glioma CpG Island Methylator Phenotype), can provide clinically relevant tumor subgroups. However, traditional bulk sampling fails to adequately capture the full complement of epigenomic heterogeneity, and may mask deadly features present in less abundant glioma cells. To more precisely characterize the glioma epigenome, we separately profiled single-cell DNA methylation (Reduced Representation Bisulfite Sequencing, RRBS), single-cell RNA expression (10X genomics), and bulk whole genome sequencing in nine gliomas. The genomic regions profiled by scRRBS were primarily gene promoters, but adequate coverage was also reached for glioma-specific enhancer elements and binding sites of chromatin remodelers. Unsupervised clustering of single-cell DNA methylation data revealed intratumoral variability in epigenetic classification and these cell types were distinguished by regulatory element DNA methylation. We further integrated single-cell epigenetic, single-cell transcriptomic, and genomic features to better understand gene regulation and reconstruct each tumor’s lineage history. Together, our study aims to generate a glioma cellular hierarchy shaped by the epigenetic programs that drive tumor growth.
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 | 0,000 |
| 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) | 0,001 | 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 ».