Tumor-propagating side population cells are a dynamic subpopulation in undifferentiated pleomorphic sarcoma
Notice bibliographique
Résumé
Sarcomas contain a subpopulation of tumor-propagating cells (TPCs) with enhanced tumor-initiating and self-renewal properties. However, it is unclear whether the TPC phenotype in sarcomas is stable or a dynamic cell state that can derive from non-TPCs. In this study, we utilized a mouse model of undifferentiated pleomorphic sarcoma (UPS) to trace the lineage relationship between sarcoma side population (SP) cells that are enriched for TPCs and non-SP cells. By cotransplanting SP and non-SP cells expressing different endogenous fluorescent reporters, we show that non-SP cells can give rise to SP cells with enhanced tumor-propagating potential in vivo. Lineage trajectory analysis using single-cell RNA sequencing from SP and non-SP cells supports the notion that non-SP cells can assume the SP cell phenotype de novo. To test the effect of eradicating SP cells on tumor growth and self-renewal, we generated mouse sarcomas in which the diphtheria toxin receptor is expressed in the SP cells and their progeny. Ablation of the SP population using diphtheria toxin did not impede tumor growth or self-renewal. Altogether, we show that the sarcoma SP represent a dynamic cell state and targeting TPCs alone is insufficient to eliminate tumor progression.
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 | 0,001 |
| 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 ».