MétaCan
Menu
Retour à la cohorte
Enregistrement W4282961847 · doi:10.1158/1538-7445.am2022-60

Abstract 60: Functional mapping reveals widespread remodelling and unrecognized pathway dependencies in recurrent glioblastoma

2022· article· en· W4282961847 sur OpenAlexaff
Chirayu Chokshi, Kevin R. Brown, Chitra Venugopal, Jason Moffat, Sheila K. Singh

Notice bibliographique

RevueCancer Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPTENGlioblastomaCancerCancer researchMedicineBiologySignal transductionInternal medicineGeneticsPI3K/AKT/mTOR pathway

Résumé

récupéré en direct d'OpenAlex

Abstract Glioblastoma is a highly fatal brain cancer. The underlying functional drivers of treatment resistance and disease recurrence are unclear. By applying a genome-wide CRISPR-Cas9 library to patient-derived glioblastoma stem cell models, we systematically map genetic dependencies in patient-matched pre-treatment primary and post-treatment recurrent tumor cells. These insights reveal a large-scale remodelling of genetic dependency profiles at disease recurrence, arming recurrent tumor cells with newly-acquired genetic drivers and further loss of tumor suppressors. These analyses support parallel tumor-intrinsic mechanisms of treatment resistance which rely on acquisition of immunosuppressive capacity, including a defective mismatch repair pathway, ablation of PTEN activity, and a novel combination of de novo mutations in SWI/SNF components. We map a multilayered genetic and functional response to drive tumor recurrence, identifying protein tyrosine phosphatase 4A2 (PTP4A2) as a novel driver of self-renewal, proliferation and tumorigenicity at glioblastoma recurrence. Mechanistically, genetic perturbation and a small molecule inhibitor of PTP4A2 results in greater survival and reduced tumor growth in patient-derived models of recurrent glioblastoma. Citation Format: Chirayu R. Chokshi, Kevin Brown, Chitra Venugopal, Jason Moffat, Sheila K. Singh. Functional mapping reveals widespread remodelling and unrecognized pathway dependencies in recurrent glioblastoma [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2022; 2022 Apr 8-13. Philadelphia (PA): AACR; Cancer Res 2022;82(12_Suppl):Abstract nr 60.

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 enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,153
Tête enseignante GPT0,373
Écart entre enseignants0,220 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetFerroptosis and cancer prognosisTravaux en français237 207