Single-Cell Spatial Analysis Identifies Regulators of Brain Tumor–Initiating Cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Glioblastomas (GBM) are aggressive brain tumors with extensive intratumoral heterogeneity that contributes to treatment resistance. Spatial characterization of GBMs could provide insights into the role of the brain tumor microenvironment in regulating intratumoral heterogeneity. Here, we performed spatial transcriptomic and single-cell analyses of the mouse and human GBM microenvironment to dissect the impact of distinct anatomical regions of brains on GBM. In a syngeneic GBM mouse model, spatial transcriptomics revealed that numerous extracellular matrix (ECM) molecules, including biglycan, were elevated in areas infiltrated with brain tumor-initiating cells (BTIC). Single-cell RNA sequencing and single-cell assay for transposase-accessible chromatin using sequencing showed that ECM molecules were differentially expressed by GBM cells based on their differentiation and cellular programming phenotypes. Exogeneous biglycan or overexpression of biglycan resulted in a higher proliferation rate of BTICs, which was associated mechanistically with low-density lipoprotein receptor-related protein 6 (LRP6) binding and activation of the Wnt/β-catenin pathway. Biglycan-overexpressing BTICs developed into larger tumors and displayed mesenchymal phenotypes when implanted intracranially in mice. This study points to the spatial heterogeneity of ECM molecules in GBM and suggests that the biglycan-LRP6 axis could be a therapeutic target to curb tumor growth. SIGNIFICANCE: Characterization of the spatial heterogeneity of glioblastoma identifies regulators of brain tumor-initiating cells and tumor growth that could serve as candidates for therapeutic interventions to improve the prognosis of patients.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle