Abstract 2694: An anatomic proteomic atlas of human glioblastoma
Notice bibliographique
Résumé
Abstract Glioblastoma (GBM) is an aggressive brain tumor with an expected survival of under 15 months despite spirited multimodal therapy. This grim outlook has remained virtually unchanged over the last 40 years and thus necessitates alternative research and therapeutic development strategies. Historically, traditional models of cancer biology have largely considered GBM tissue to be a homogenous mass. Emerging studies however now suggests that the interaction of tumor cells with various normal components of the brain and immune system play an important role in helping cancer grow and develop resistance to therapies. Better understanding of these hallmark features of GBM, collectively known as the “tumor microenvironment” (TME), could lead to the development of new and more effective therapies. In light of this, there is a renewed interest in revisiting our theories of cancer and preserving the microscopic anatomy of GBM in our molecular profiling efforts. Here we leverage laser capture microdissection (LCM) and mass spectrometry-based proteomics, in order to generate a detailed map of the distribution of proteins within tissues across a large number of patients. Specifically, we will isolate, and profile well-understood microscopic components of GBM: cellular tumor (CT), microvascular proliferation (MVP), infiltrating tumor (IT), palisading cells around necrosis (PAN) and normal brain tissue (LE). All of this data will be provided in an online-based GBM atlas as a publicly available resource. This atlas and the associated database for clinical and genomic data will serve as a useful platform for developing therapeutics and testing novel hypotheses related to GBM biology. Citation Format: K.H. Brian Lam, Ugljesa Djuric, Ihor Batruch, Maxime Richer, Phedias Diamandis. An anatomic proteomic atlas of human glioblastoma [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2021; 2021 Apr 10-15 and May 17-21. Philadelphia (PA): AACR; Cancer Res 2021;81(13_Suppl):Abstract nr 2694.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».