ETMR-17. SINGLE-CELL TRANSCRIPTOME ANALYSIS OF ETMR PATIENT SAMPLES
Notice bibliographique
Résumé
Abstract Brain tumors are comprised of cells with heterogeneous genetic and transcriptional states, resulting in substantial phenotypic diversity. This diversity is particularly evident in embryonal tumor with multilayered rosettes (ETMR), which shows a striking bi-phasic pattern for which it is named. A better understanding of its underlying molecular makeup is urgently needed to develop more effective therapeutic strategies that eliminate all malignant cell types underlying ETMR initiation, maintenance, progression, and relapse. Furthermore, the cellular origin of ETMR is currently poorly understood. We used plate-based single-cell RNA sequencing to assess the intratumoral heterogeneity in 6 fresh and 4 snap-frozen surgical biopsies, following a workflow that we have previously established to study pediatric high grade gliomas, medulloblastomas, and ependymomas. Computational analyses conducted on >4,000 single cells identified cellular hierarchies ranging from a proliferative, undifferentiated cell population to more differentiated, predominantly neural-like progeny in all samples. Patient-derived cell line and xenograft models partially recapitulated this hierarchy. We further integrated transcriptional programs identified in single cells with available datasets of the developing normal brain, as well as with programs identified in other pediatric brain tumor entities, to inform both putative cellular origins and ETMR-specific oncogenic pathways. These timely results provide unparalleled insights into the molecular underpinnings of the phenotypic heterogeneity observed in ETMR. Analyses aimed at further integrating malignant cell type abundances with genetic alterations and clinical annotations, and therapeutical targeting of malignant cell populations using in-vitro models are currently ongoing.
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 | 0,001 |
| 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 ».