SINGLE CELL DISSECTION OF DEVELOPMENTAL ORIGINS AND TRANSCRIPTIONAL HETEROGENEITY IN B-CELL ACUTE LYMPHOBLASTIC LEUKEMIA
Notice bibliographique
Résumé
ABSTRACT Sequencing of bulk tumor populations has improved genetic classification and risk assessment of B-ALL, but does not directly examine intratumor heterogeneity or infer leukemia cellular origins. We profiled 89 B-ALL samples by single-cell RNA-seq (scRNA-seq) and compared them to a reference map of normal human B-cell development established using both functional and molecular assays. Intra-sample heterogeneity was driven by cell cycle, metabolism, differentiation, and inflammation transcriptional programs. By inference of B lineage developmental state composition, nearly all samples possessed a high abundance of pro-B cells, with variation between samples mainly driven by sub-populations. However, ZNF384- r and DUX4- r B-ALL showed composition enrichment of hematopoietic stem cells, BCR::ABL1 and KMT2A -r ALL of Early Lymphoid progenitors, MEF2D -r and TCF3::PBX1 of Pre-B cells. Enrichment of Early Lymphoid progenitors correlated with high-risk clinical features. Understanding variation in transcriptional programs and developmental states of B-ALL by scRNA-seq refines existing clinical and genomic classifications and improves prediction of treatment 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».