MétaCan
Menu
Retour à la cohorte
Enregistrement W4388589206 · doi:10.1093/neuonc/noad179.1190

MODL-39. ELUCIDATING THE TRANSCRIPTOMIC LANDSCAPE OF METASTATIC PEDIATRIC MEDULLOBLASTOMA

2023· article· en· W4388589206 sur OpenAlexaff
Ana Isabel Castillo Orozco, Masoumeh Aghababazadeh, Marjan Khatami, Geoffroy Danieau, Wajih Jawhar, Niusha Khazaei, Livia Garzia

Notice bibliographique

RevueNeuro-Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedulloblastomaTranscriptomeBiologyWnt signaling pathwayEpigeneticsGeneDiseaseCancer researchBioinformaticsComputational biologyGeneticsGene expressionMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Medulloblastoma (MB) is a highly aggressive and the most common brain tumor in childhood. MB presents a high intertumoral heterogeneity, with at least four molecular subgroups (SHH, WNT, Group 3, and Group 4) identified. MB can metastasize to the leptomeningeal space, known as Leptomeningeal Disease (LMD) and its presence is a universal predictor of poor outcome among MB patients. Metastatic MB is predominantly found in the MB Group 3 type. Although LMD represents a main clinical challenge, its molecular mechanisms remain poorly characterized. Recent research has shown that primary and MB metastasis diverge dramatically. Our work has focused on establishing therapy naïve Group 3 Patient-Derived Xenografts that faithfully replicate the nature of primary and metastatic Medulloblastoma with the aim to perform comparative genomic and transcriptomic analyses between these models to identify genetic drivers/pathways that sustain metastatic MB or leptomeningeal disease. Our results show various signaling pathways enriched across LMD models, such as protein secretion and oxidative phosphorylation. We also have identified differentially expressed genes, where sets of genes have shown to be present in more than one PDX model, such as members of the Solute Carriers family (SLC44A3 and SLC17A9) and FCGBP. Retrieval of short variants from RNAseq data has not revealed thus far mutations enriched in LMD, suggesting these changes could be attributed to epigenetic disruption rather than genetic changes. In conclusion, our results support the notion that primary and LMD are transcriptionally different, with various enriched pathways and sets of DEG among LMD Group 3 PDX models. These findings are in progress for functional validation. Work is currently being done to profile the epigenome of LMD by correlating transcriptomic data with active chromatin markers such as H3K27ac and H3K4me1. Through these approaches, we aim to elucidate the genetic dependencies of metastatic Medulloblastoma that will help for targeted therapies.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,001

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 Opus0,029
Tête enseignante GPT0,304
Écart entre enseignants0,275 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207