MétaCan
Menu
Retour à la cohorte
Enregistrement W4239860724 · doi:10.1093/neuonc/nox168.1042

TMOD-03. GENES PRESERVING STEM CELL STATE IN GROUP 3 MB BTICS CONTRIBUTE TO THERAPY EVASION AND RELAPSE

2017· article· en· W4239860724 sur OpenAlexaff
David Bakhshinyan, Ashley Adile, Chitra Venugopal, Mohini Singh, Maleeha Qazi, Branavan Manoranjan, Michelle Kameda-Smith, Sheila K. Singh

Notice bibliographique

RevueNeuro-Oncology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Research and Treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBiologyStem cellPopulationDownregulation and upregulationMedulloblastomaGeneCancer researchOncologyInternal medicineMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Medulloblastoma (MB) is the most common malignant pediatric brain tumor. Out of all the subgroups, Group 3 patients face the highest incidence of leptomeningeal spread and overall patient survival of less than 50%. Current clinical trials for recurrent MB patients based on genomic profiles of primary, treatment-naïve tumors, provide limited clinical benefit since recurrent metastatic MBs are highly genetically divergent from their primary tumors. By adapting the existing COG (Children’s Oncology Group) Protocol for children with newly diagnosed high-risk MB for treatment of immuno-deficient mice intracranially engrafted with human MB brain tumor initiating cells (BTICs), we have characterized the rare treatment-refractory cell population in Group 3 MBs. MB cell populations recovered separately from brains and spines during the course of tumor development and therapy were comprehensively profiled for gene expression analysis, stem cell and molecular features to generate a global, comparative profile of MB cells through therapy to relapse. One of the most intriguing observations from our gene expression data was consistent over-expression of proteins belonging to Inhibitor of DNA-binding/differentiation (ID) family, transcription factors with a basic helix-loop-helix motif that act as suppressors cellular differentiation and a longevity associated protein bactericidal/permeability-increasing fold-containing-family-B-member-4 (BPIFB4) in our refractory population. The persistent upregulation of genes preserving undifferentiated state and cellular longevity further strengthens the hypothesis of stem-cell like cells driving tumor relapse in MB. The upregulation of the top 90 genes in our relapse cohort was predictive of worse overall survival in patients diagnosed with Group 3 MB. Furthermore, through application of cellular barcoding technology, we next aim to determine how MB BTICs evolve in response to therapy. Our differential genomic and gene expression profiles of the “treatment-responsive” tumors against those that fail therapy will thus contribute to discovery of novel therapeutic targets for the most aggressive subgroup of MB.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,322
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetCancer Research and TreatmentsTravaux en français237 207