A multi-omics analysis of glioma chemoresistance using a hybrid microphysiological model of glioblastoma
Notice bibliographique
Résumé
Abstract Chemoresistance is a major clinical challenge in the management of glioblastoma (GBM) Temozolomide (TMZ) is the chemotherapeutic drug of choice for GBM; however, the therapeutic effect of TMZ is limited due to the development of resistance. Recapitulating GBM chemoresistance in a controlled environment is thus essential in understanding the mechanism of chemoresistance. Herein, we present a hybrid microphysiological model of chemoresistant GBM-on-a-chip (HGoC) by directly co-culturing TMZ-resistant GBM spheroids with healthy neurons to mimic the microenvironment of both the tumor and the surrounding healthy tissue. We characterized the model with proteomics, lipidomics, and secretome assays. The results showed that our artificial model recapitulated the molecular signatures of recurrent GBM in humans. Both showed alterations in vesicular transport and cholesterol pathways, mitotic quiescence, and a switch in metabolism to oxidative phosphorylation associated with a transition from mesenchymal to amoeboid. This is the first report to unravel the interplay of all these molecular changes as a mechanism of chemoresistance in glioblastoma. Moreover, we have shown that the acquisition of resistance increases invasiveness and the presence of neurons decreases this property.
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 | 0,000 |
| 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 ».