MétaCan
Menu
← Retour à la cohorte
Enregistrement W3047405871 · doi:10.1158/1538-7445.pedca19-a62

Abstract A62: A cerebral organoid model of pediatric glioma

2020· article· en· W3047405871 sur OpenAlexaboutno aff
Amin Ismail, Demis Balamatsias

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésATRXOrganoidBiologyEpigeneticsInduced pluripotent stem cellCancer researchEmbryonic stem cellGliomaCancerBrain tumorPathologyCell biologyMedicineMutationGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract Glioblastoma is the most devastating brain cancer with dismal prognosis both in adults and children and accounts for 16% of primary brain tumors. Despite aggressive therapeutic approaches, the majority of patients die within one year after diagnosis. Current in vivo modeling of glioblastoma involves xenografts either of cultured cell lines or human biopsies transplanted into mice. These models do not faithfully recapitulate the complex biology/pathogenesis of cancer. Here we used human pluripotent embryonic stem cells (or young children fibroblast-driven induced pluripotent stem cells) to create 3D structures with histology reminiscent of human fetal brain (the so-called cerebral organoids). Cerebral organoids combine the accurate multilineage differentiation and physiology of a developing brain with the easiness of manipulation of an in vitro system. We engineered these mini-brains to develop tumors by forced expression of combinations of epigenetic and genetic hits that have previously been shown to drive pediatric glioblastoma multiform (GMB). These include the expression of a mutant histone H3 variant H3F3A (mutated at K27M or G34R) or a gain of function of a mutant form of isocitrate dehydrogenase (IDH1R132H) in combination with the loss of ATRX histone remodeling factor and/or p53 tumor suppressor. Lentiviral transfection was used to express combination of these genetic and epigenetic hits into cerebral organoids. The mutated organoids exhibited tumorigenic growth that was histologically characterized. For example, the expression of H3K27M in combination with loss of both p53 and ATRX showed a remarkable dysplasia reminiscent of primary glioblastoma. Moreover, these organoids exhibited tumor rosette structures resembling those found in ependymoma. In contrast, organoids expressing K27M alone did not show such structures. Interestingly, IDH1R132H combined with p53 and ATRX loss resulted in different tumor morphology, suggestive of a possibility to model oncogenic dependence in pediatric GBM. Cerebral organoids could also be used as a model to study tumor invasion starting with glioma stem-like cells (GSCs, which are believed to be the tumor-initiating cells in GBM). Interestingly, the GSC cell line 923 (which does not invade mouse brain in vivo) invaded and formed a focal lesion in a cocultured organoid. The organoid-based cancer model presented here carries a promising potential to uncover the initiation and pathogenesis of pediatric tumors early in the developing brain. Note: This abstract was not presented at the conference. Citation Format: Amin Ismail, Demis Balamatsias. A cerebral organoid model of pediatric glioma [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 A62.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,081
Tête enseignante GPT0,364
Écart entre enseignants0,283 · 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'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetPluripotent Stem Cells Research→Travaux en français237 207→