Mass Cytometry reveals unique phenotypic patterns associated with subclonal diversity and outcomes in multiple myeloma
Notice bibliographique
Résumé
Multiple myeloma (MM) remains an incurable plasma cell (PC) malignancy. Although it is known that MM tumor cells display extensive intratumoral genetic heterogeneity, an integrated map of the tumor proteomic landscape has not been comprehensively evaluated. We evaluated 49 primary tumor samples from newly diagnosed or relapsed/refractory MM patients by mass cytometry (CyTOF) using 34 antibody targets to characterize the integrated landscape of single-cell cell surface and intracellular signaling proteins. We identified 13 phenotypic meta-clusters across all samples. The abundance of each phenotypic meta-cluster was compared to patient age, sex, treatment response, tumor genetic abnormalities and overall survival. Relative abundance of several of these phenotypic meta-clusters were associated with disease subtypes and clinical behavior. Increased abundance of phenotypic meta-cluster 1, characterized by elevated CD45 and reduced BCL-2 expression, was significantly associated with a favorable treatment response and improved overall survival independent of tumor genetic abnormalities or patient demographic variables. We validated this association using an unrelated gene expression dataset. This study represents the first, large-scale, single-cell protein atlas of primary MM tumors and demonstrates that subclonal protein profiling may be an important determinant of clinical behavior and outcome.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».