Abstract PO-107: Fibroblast differentiation trajectories elicit regional tissue states in pancreatic cancer
Notice bibliographique
Résumé
Abstract Intratumoral heterogeneity is a critical frontier in understanding how the tumor microenvironment (TME) propels malignant progression. We recently deconvoluted regional heterogeneity in the human PDAC stroma to assess its role in disease progression and discovered two types of ‘sub-tumor microenvironments’ (subTMEs), called ‘reactive’ and ‘deserted’. These histologically definable tissue states exhibit strong regional relationships with tumor immunity, subtypes, differentiation, and treatment response. Here, we set out to define their cell biological underpinnings through a combination of subTME-specific cancer-associated fibroblast (CAF) models, integrative histopathology, quantitative image analysis, multiOMICs, scRNAseq, and controlled functional assays. Remarkably, the growth patterns of CAF cultures closely recapitulated the characteristic histomorphology of their originating subTMEs, and these distinct phenotypes were accompanied by behavioral differences. Unsupervised graph-based clustering of scRNAseq profiles showed that CAFs largely grouped by their originating subTME yet comprised up to 10 individual clusters. The subTME-specific multi-subpopulation CAF communities self-organized into distinct ‘coordinated states’, represented by cluster-overarching functional profiles and distinct morpho-histological and behavioral phenotypes. These differences originated in cellular differentiation trajectories, with an ‘intermediate’ transitory state evident both in single cell transcriptomics and in situ. Noticeably, this CAF differentiation potential was associated with distinct tumor-related functions and, similar to stem cells, was marked by RNA diversity and pluripotency markers. Therefore, regional TME programs in PDAC appear to result largely from transitions between subpopulation-overarching fibroblast differentiation states that guide multifaceted CAF and immune cell communities into recurrent tissue self-organizational units. Citation Format: Barbara T. Grünwald, Curtis McCloskey, Antoine Devisme, Foram Vyas, Geoffroy Andrieux, Kazeera Aliar, Faiyaz Notta, Grainne O’Kane, Julie Wilson, Jennifer Knox, Sandra Fischer, Thomas Kislinger, Melanie Boerries, Steven Gallinger, Rama Khokha. Fibroblast differentiation trajectories elicit regional tissue states in pancreatic cancer [abstract]. In: Proceedings of the AACR Virtual Special Conference on Pancreatic Cancer; 2021 Sep 29-30. Philadelphia (PA): AACR; Cancer Res 2021;81(22 Suppl):Abstract nr PO-107.
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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».