Abstract SP112: Spatial variance signatures/Intra-tumor zonation in TNBC
Notice bibliographique
Résumé
Abstract It is increasingly clear that triple negative breast cancer (TNBC) is a heterogeneous disease with variable clinical presentation, histological features and response to therapy. While these differences have been partially explained by inter- and intra-tumoral heterogeneity, spatial heterogeneity represented by the tumor architecture plays a critical role in clonal evolution and displays a landscape for different compartment-specific processes and cell-to-cell specific interactions. To better understand the impact of spatial heterogeneity on gene-expression-defined cell populations, we have coupled single-cell RNA sequencing with multiplex immunofluorescence (IF). Multiplex immunofluorescence using specific markers for each cell cluster, integrated with computational image analyses and neighborhood maps, has revealed spatial zonation of single cell subpopulations. Zonation of single cell populations was coupled to hypoxia and overlayed distinct metabolic tumor zones and defined areas of differential stress and cell plasticity that give rise to tumor cells with enhanced fitness and aggressivity. Citation Format: M Park, C Martínez Ramirez, Y Yang, A Blanchet-Cohen, H Kuasne, A Fortier, J Ragoussis, P Savage, A Omeroglou, S Meterissian, S Costantino, C Kleinman. Spatial variance signatures/Intra-tumor zonation in TNBC [abstract]. In: Proceedings of the 2020 San Antonio Breast Cancer Virtual Symposium; 2020 Dec 8-11; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2021;81(4 Suppl):Abstract nr SP112.
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) | 0,000 | 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) | 0,000 | 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 ».