Spatial proteo-transcriptomic profiling reveals the molecular landscape of borderline ovarian tumors and their invasive progression
Notice bibliographique
Résumé
Abstract Serous borderline tumors (SBT) are epithelial neoplastic lesions of the ovaries that commonly have a good prognosis. In 10-15% of cases, however, SBT will recur as low-grade serous cancer (LGSC), which is deeply invasive and responds poorly to current standard chemotherapy 1,2,3 . While genetic alterations suggest a common origin, the transition from SBT to LGSC remains poorly understood 4 . Here, we integrate spatial proteomics 5 with spatial transcriptomics to elucidate the evolution from SBT to LGSC and its corresponding metastasis at the molecular level in both the stroma and the tumor. We show that the transition of SBT to LGSC occurs in the epithelial compartment through an intermediary stage with micropapillary features (SBT-MP), which involves a gradual increase in MAPK signaling. A distinct subset of proteins and transcripts was associated with the transition to invasive tumor growth, including the neuronal splicing factor NOVA2, which was limited to expression in LGSC and its corresponding metastasis. An integrative pathway analysis exposed aberrant molecular signaling of tumor cells supported by alterations in angiogenesis and inflammation in the tumor microenvironment. Integration of spatial transcriptomics and proteomics followed by knockdown of the most altered genes or pharmaceutical inhibition of the most relevant targets confirmed their functional significance in regulating key features of invasiveness. Combining cell-type resolved spatial proteomics and transcriptomics allowed us to elucidate the sequence of tumorigenesis from SBT to LGSC. The approach presented here is a blueprint to systematically elucidate mechanisms of tumorigenesis and find novel treatment strategies.
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 | 0,001 | 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 ».