Integrated computational analyses reveal novel insights into the stromal microenvironment of SHH-subtype medulloblastoma
Notice bibliographique
Résumé
Medulloblastoma is the most common malignant brain tumour of childhood. While our understanding of this disease has progressed substantially in recent years, the role of tumour microenvironment remains unclear. Given the increasing role of microenvironment-targeted therapeutics in other cancers, this study was aimed at further exploring its role in medulloblastoma. Multiple computational techniques were used to analyze open-source bulk and single cell RNA seq data from primary samples derived from all subgroups of medulloblastoma. Gene expression is used to infer stromal subpopulations, and network-based approaches are used to identify potential therapeutic targets. Bulk data was obtained from 763 medulloblastoma samples and single cell data from an additional 7241 cells from 23 tumours. Independent bulk (285 tumours) and single cell (32,868 cells from 29 tumours) validation cohorts were used to verify results. The SHH subgroup was found to be enriched in stromal activity, including the epithelial-to-mesenchymal transition, while group 3 is comparatively stroma-suppressed. Several receptor and ligand candidates underlying this difference are identified which we find to correlate with metastatic potential of SHH medulloblastoma. Additionally, a biologically active gradient is detected within SHH medulloblastoma, from "stroma-active" to "stroma-suppressed" cells which may have relevance to targeted therapy. This study serves to further elucidate the role of the stromal microenvironment in SHH-subgroup medulloblastoma and identify novel treatment possibilities for this challenging disease.
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 ».