MétaCan
Menu
← Retour à la cohorte
Enregistrement W2985386174 · doi:10.1093/neuonc/noz175.1101

TMOD-02. A MODEL OF THE INITIATION AND GENOMIC LANDSCAPE OF GLIOBLASTOMA (GBM)

2019· article· en· W2985386174 sur OpenAlexaff
Alexandra Böhm, Jessica DePetro, Carmen Binding, Cameron J. Grisdale, Matthaeus Ware, Sam Lawn, Nick Chahley, Shazreh Bukhari, Cindy Chen, Amanda Gerber, Kaitlin Thomas, Haley Pedersen, Hiba Omairi, Michael Blough, J. Gregory Cairncross

Notice bibliographique

RevueNeuro-Oncology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of Calgary
Organismes subventionnairesNarodowe Centrum Badań i RozwojuInstytut Biologii Doswiadczalnej im. M. Nenckiego PAN
Mots-clésSubventricular zoneBiologyComparative genomic hybridizationCancer researchGeneNeural stem cellStem cellCell biologyGeneticsGenome

Résumé

récupéré en direct d'OpenAlex

Abstract IDH-wildtype GBM is the most common variant of this cancer and occurs in older adults. Unfortunately patients’ tumors are either inherently resistant to standard treatment, which includes radio- and chemo-therapy, or acquire resistance during the therapeutic process. Additionally, although effective in other cancers, targeted therapies have yielded disappointing results in GBM, perhaps because the fully developed disease has significant cellular and molecular heterogeneity, allowing the tumour to adapt to treatments. Better insight into managing GBM might result from a detailed knowledge of its initiating events, which have not yet been elucidated. With this in mind, we developed a mouse model of GBM in which the earliest stages can be studied. This ex vivo model recreates GBM by culturing subventricular zone (SVZ) cells, the putative ‘cell of origin’ of GBM in platelet-derived growth factor A (PDGFA). Under this condition SVZ cells from p53 null mice transform, becoming exogenous growth factor independent and tumorigenic in immune-competent mice. In contrast, wildtype SVZ cells do not proliferate in PDGFA and null cells in EGF/FGF do not transform. To discover why p53 null SVZ cells uniquely transform in PDGFA, we performed array comparative genomic hybridization (aCGH) on cells before and after transformation in PDGFA and whole genome sequencing (WGS) on transformed cells and tumours generated from PDGFA-transformed cells. aCGH and WGS revealed that the genomic landscape of transformed cells displayed a striking similarity to that observed in primary human GBM. Specifically, these studies showed that chromosomal alterations are a hallmark of culturing SVZ cells in PDGFA, an intriguing finding considering GBM is also characterized by a specific landscape of copy number alterations. This model may resemble the pathogenesis of human GBM and be leveraged to investigate the early stages of tumorigenesis, further leading to the development of preventative strategies and novel therapeutics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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-Oncology→Même sujetCancer, Hypoxia, and Metabolism→Travaux en français237 207→