Gene Expression Signatures Identify Biologically Homogenous Subgroups of Grade 2 Meningiomas
Notice bibliographique
Résumé
INTRODUCTION: Meningiomas are the most common brain tumor, with prevalence of approximately 3%. Histological grading has a major role in determining treatment choice and predicting outcome. While indolent grade 1 and aggressive grade 3 meningiomas exhibit relatively homogeneous clinical behavior, grade 2 meningiomas are far more heterogeneous, making outcome prediction challenging. We hypothesized two subgroups of grade 2 meningiomas which biologically resemble either World Health Organization (WHO) grade 1 or WHO grade 3. Our aim was to establish gene expression signatures that separate grade 2 meningiomas into two homogeneous subgroups: a more indolent subtype genetically resembling grade 1 and a more aggressive subtype resembling grade 3. METHODS: Microarray data was analyzed with systems-level gene co-expression network analysis. Fuzzy C-means clustering was employed to reclassify 34 of the 46 grade 2 meningiomas (74%) into a benign "grade 1-like" (13/46), and malignant "grade 3-like" (21/46) subgroup based on transcriptomic profiles. We verified shared biology between matching subgroups based on meta-gene expression and recurrence rates. These results were validated further using an independent RNA-seq dataset with 160 meningiomas, with similar results. RESULTS: Recurrence rates of "grade 1-like" and "grade 3- like" tumors were 0 and 75%, respectively, statistically similar to recurrence rates of grade 1 (17%) and 3 (85%). We also found overlapping biological processes of new subgroups with their adjacent grades 1 and 3. CONCLUSION: These results underpin molecular signatures as complements to histological grading systems. They may help reshape prediction, follow-up planning, treatment decisions and recruitment protocols for future and ongoing clinical trials.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».