MétaCan
Menu
Retour à la cohorte
Enregistrement W4361269370 · doi:10.1158/2767-9764.crc-22-0403

CD142 Identifies Neoplastic Desmoid Tumor Cells, Uncovering Interactions Between Neoplastic and Stromal Cells That Drive Proliferation

2023· article· en· W4361269370 sur OpenAlexafffund
Mushriq Al‐Jazrawe, Steven Xu, Raymond Poon, Qingxia Wei, Joanna Przybył, Sushama Varma, Matt van de Rijn, Benjamin A. Alman

Notice bibliographique

RevueCancer Research Communications · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSoft tissue tumor case studies
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthHospital for Sick ChildrenDesmoid Tumor Research Foundation
Mots-clésStromal cellCancer researchTumor cellsBiologyCell biologyPathologyMedicine

Résumé

récupéré en direct d'OpenAlex

The interaction between neoplastic and stromal cells within a tumor mass plays an important role in cancer biology. However, it is challenging to distinguish between tumor and stromal cells in mesenchymal tumors because lineage-specific cell surface markers typically used in other cancers do not distinguish between the different cell subpopulations. Desmoid tumors consist of mesenchymal fibroblast-like cells driven by mutations stabilizing beta-catenin. Here we aimed to identify surface markers that can distinguish mutant cells from stromal cells to study tumor-stroma interactions. We analyzed colonies derived from single cells from human desmoid tumors using a high-throughput surface antigen screen, to characterize the mutant and nonmutant cells. We found that CD142 is highly expressed by the mutant cell populations and correlates with beta-catenin activity. CD142-based cell sorting isolated the mutant population from heterogeneous samples, including one where no mutation was previously detected by traditional Sanger sequencing. We then studied the secretome of mutant and nonmutant fibroblastic cells. PTX3 is one stroma-derived secreted factor that increases mutant cell proliferation via STAT6 activation. These data demonstrate a sensitive method to quantify and distinguish neoplastic from stromal cells in mesenchymal tumors. It identifies proteins secreted by nonmutant cells that regulate mutant cell proliferation that could be therapeutically. Significance: Distinguishing between neoplastic (tumor) and non-neoplastic (stromal) cells within mesenchymal tumors is particularly challenging, because lineage-specific cell surface markers typically used in other cancers do not differentiate between the different cell subpopulations. Here, we developed a strategy combining clonal expansion with surface proteome profiling to identify markers for quantifying and isolating mutant and nonmutant cell subpopulations in desmoid tumors, and to study their interactions via soluble factors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,162
Tête enseignante GPT0,433
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Research CommunicationsMême sujetSoft tissue tumor case studiesTravaux en français237 207