Abstract IA20: Neuronal activity promotes proliferation of normal and neoplastic glial cells
Notice bibliographique
Résumé
Abstract Neuronal activity regulates the proliferation and differentiation of oligodendrocyte precursor cells during development and in adulthood. In the healthy brain, this results in activity-regulated plasticity of myelination and subsequent modulation of neural circuit function evident in oligodendrogenesis-dependent behavioral changes. The robust mitogenic effect of neuronal activity on normal neural precursor and oligodendroglial precursor cells, a putative cellular origin of pediatric high-grade gliomas (HGG), suggests that dysregulated or “hijacked” mechanisms of myelin plasticity might similarly promote proliferation in this devastating group of childhood brain cancers. Using in vivo and in situ optogenetic techniques together with patient-derived high-grade glioma cell cultures and xenograft models, we have demonstrated that neuronal activity similarly promotes proliferation and growth of both pediatric and adult high-grade glioma subtypes. Crucial mechanisms mediating activity-regulated high-grade glioma growth include secretion of Brain Derived Neurotrophic Factor (BDNF) and the synaptic protein neuroligin-3 (NLGN3), which induces multiple oncogenic signaling pathways together with robust changes in synaptic gene expression in glioma cells. Nlgn3 is necessary for the growth of high-grade glioma xenografts in the mouse brain, and NLGN3 expression levels in human HGG negatively correlate with patient overall survival. Thus, neuronal activity not only modulates the structure and function of the brain’s myelinated infrastructure, but neurons also play an important role in the brain tumor microenvironment, with activity-regulated secretion of NLGN3 emerging as an unexpected and therapeutically targetable mechanism underlying axon-glioma interactions and promoting neuronal activity-regulated cancer growth. References: Gibson EM, Purger D, Mount CW, Goldstein AK, Lin GL, Inema I, Miller SE, Bieri G, Zuchero JB, Barres BA, Woo PJ, Vogel H, Monje M. Neuronal activity promotes adaptive oligodendrogenesis and myelination in the mammalian brain. Science 2014;344 (6183):487; 344:1252304. Venkatesh HS, Johung T, Caretti V, Noll A, Tang Y, Nagaraja S, Gibson EM, Mount CW, Pollepalli J, Mitra SS, Woo PJ, Malenka RM, Vogel H, Bredel M, Mallick P, Monje M. Neuronal activity promotes glioma growth through neuroligin-3 secretion, Cell 2015;161(4):803-16. Venkatesh HS, Tam LT, Woo PJ, Nagaraja S, Gillespe SM, Lennon J, Ni J, Duveau DY, Morris PJ, Zhao JJ, Thomas CJ, Monje M. Targeting neuronal activity-regulated neuroligin-3 dependency for high-grade glioma, Nature 2017;549:533-37. Citation Format: Michelle Monje. Neuronal activity promotes proliferation of normal and neoplastic glial cells [abstract]. In: Proceedings of the AACR Special Conference on the Advances in Pediatric Cancer Research; 2019 Sep 17-20; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Res 2020;80(14 Suppl):Abstract nr IA20.
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) | 0,002 | 0,001 |
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.
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 ».