MétaCan
Menu
Retour à la cohorte
Enregistrement W3111907072 · doi:10.1093/neuonc/noaa222.831

TBIO-02. IMMUNE PROFILING OF RARE EMBRYONAL BRAIN TUMORS REVEAL EVIDENCE OF DYSREGULATED INTERFERON SIGNALLING AS A POTENTIAL DETERMINANT OF IMMUNOLOGICAL HETEROGENEITY

2020· article· en· W3111907072 sur OpenAlexaff
Dean Popovski, Fupan Yao, Andrew Bondoc, Salma Al‐Karmi, Ben Ho, Holly Lindsay, Xiaonan Li, James T. Rutka, Annie Huang

Notice bibliographique

RevueNeuro-Oncology · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensUniversity of TorontoSickKids FoundationHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésBiologyIn silicoImmune systemGliomaEpigenomicsTranscriptomeImmunotherapyTumor microenvironmentComputational biologyCancer researchImmunologyDNA methylationGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Embryonal brain tumors (EBTs) remain the most common malignant pediatric brain tumors. Despite recent advances and improved understanding of the molecular biology of EBTs, clinical outcomes remain poor for rare EBTs. Previous large-scale genomic studies of rare EBTs have shed light on distinct genomic, transcriptomic and epigenomic profiles. Interestingly, these studies have revealed prominent tumor heterogeneity that provides opportunity to develop novel treatment strategies to improve patient outcomes. To examine the tumor microenvironment and identify tumor- specific biological dependencies, we performed deconvolution analysis of bulk gene expression (171 RNA-seq, 236 microarrays) and 586 methylation arrays, which revealed significant intra and inter-tumoral heterogeneity and implicated interferon (IFN)-mediated signalling as a determinant of a distinct immunological profile in rare EBTs. To further elucidate the importance of IFN signalling, we performed scRNA-seq on 20 primary samples, which provided evidence of a spectrum of IFN-immunological responses that vary from immunosuppressive to immunologically exhaustive that occur in a host dependent manner. To further validate our findings, we utilised a genetically engineered murine model of Atypical Teratoid Rhabdoid Tumor and primary xenografts in humanised mice to corroborate our in-silico profiles in vivo. Through amalgamation of our in-silico data with our in vivo data, we have identified evidence that dysregulated IFN responses represent a core element of the immunological heterogeneity present within subsets of rare EBTs. An improved understanding of the immune milieu in rare EBTs will provide avenues to develop specific onco-immune targets to address this clinical need.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,299
Écart entre enseignants0,265 · 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'étudeObservationnel
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 revueNeuro-OncologyMême sujetinterferon and immune responsesTravaux en français237 207