MétaCan
Menu
Retour à la cohorte
Enregistrement W4293733584 · doi:10.1101/2022.08.29.505206

Spatial transcriptomics reveals ovarian cancer subclones with distinct tumour microenvironments

2022· preprint· en· W4293733584 sur OpenAlexaff
Elena Denisenko, Leanne de Kock, Adeline Tan, Aaron B. Beasley, Maria Beilin, Matthew Jones, Rui Hou, Dáithí Ó Muirí, Sanela Bilic, G. Raj K. A. Mohan, Stuart Salfinger, Simon A. Fox, Khaing Pann Witt Hmon, Yen Yeow, Elin S. Gray, Paul A. Cohen, Yu Yu, Alistair R. R. Forrest

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesNational Health and Medical Research CouncilAustralian GovernmentAustralian Cancer Research FoundationMedical Research CouncilCancer Council Western AustraliaGovernment of Western AustraliaConquer Cancer Foundation
Mots-clésBiologyCancer researchTranscriptomeOvarian cancerTumour heterogeneityTumor microenvironmentGeneStromaStromal cellCellGenetic heterogeneityCancerGene expressionPhenotypeImmunologyGeneticsImmunohistochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract High-grade serous ovarian carcinoma (HGSOC) is characterised by recurrence, chemotherapy resistance and overall poor prognosis. Genetic heterogeneity of tumour cells and the microenvironment of the tumour have been hypothesised as key determinants of treatment resistance and relapse. Here, using a combination of spatial and single cell transcriptomics (10x Visium and Chromium platforms), we examine tumour genetic heterogeneity and infiltrating populations of HGSOC samples from eight patients with variable response to neoadjuvant chemotherapy. By inferring gross copy number alterations (CNAs), we identified distinct tumour subclones co-existing within individual tumour sections. These tumour subclones have unique CNA profiles and spatial locations within each tumour section, which were further validated by ultra-low-pass whole genome sequencing. Differential expression analysis between subclones within the same section identified both tumour cell intrinsic expression differences and markers indicative of different infiltrating cell populations. The gene sets differentially expressed between subclones were significantly enriched for genes encoding plasma membrane and secreted proteins, indicative of subclone-specific microenvironments. Furthermore, we identified tumour derived ligands with variable expression levels between subclones that correlated or anticorrelated with various non-malignant cell infiltration patterns. We highlight several of these that are potentially direct tumour-stroma/immune cell relationships as the non-malignant cell type expresses a cognate receptor for the tumour derived ligand. These include predictions of CXCL10-CXCR3 mediated recruitment of T and B cells to associate with the subclones of one patient and CD47-SIRPA mediated exclusion of macrophages from association with subclones of another. Finally, we show that published HGSOC molecular subtype signatures associated with prognosis are heterogeneously expressed across tumour sections and that areas containing different tumour subclones with different infiltration patterns can match different subtypes. Our study highlights the high degree of intratumoural subclonal and infiltrative heterogeneity in HGSOC which will be critical to better understand resistance and relapse.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSingle-cell and spatial transcriptomicsTravaux en français237 207