Unraveling the complexity of the senescence-associated secretory phenotype in adamantinomatous craniopharyngioma using multimodal machine learning analysis
Notice bibliographique
Résumé
BACKGROUND: Cellular senescence can have positive and negative effects on the body, including aiding in damage repair and facilitating tumor growth. Adamantinomatous craniopharyngioma (ACP), the most common pediatric sellar/suprasellar brain tumor, poses significant treatment challenges. Recent studies suggest that senescent cells in ACP tumors may contribute to tumor growth and invasion by releasing a senesecence-associated secretory phenotype. However, a detailed analysis of these characteristics has yet to be completed. METHODS: We analyzed primary tissue samples from ACP patients using single-cell, single-nuclei, and spatial RNA sequencing. We performed various analyses, including gene expression clustering, inferred senescence cells from gene expression, and conducted cytokine signaling inference. We utilized LASSO to select essential gene expression pathways associated with senescence. Finally, we validated our findings through immunostaining. RESULTS: We observed significant diversity in gene expression and tissue structure. Key factors such as NFKB, RELA, and SP1 are essential in regulating gene expression, while senescence markers are present throughout the tissue. SPP1 is the most significant cytokine signaling network among ACP cells, while the Wnt signaling pathway predominantly occurs between epithelial and glial cells. Our research has identified links between senescence-associated features and pathways, such as PI3K/Akt/mTOR, MYC, FZD, and Hedgehog, with increased P53 expression associated with senescence in these cells. CONCLUSIONS: A complex interplay between cellular senescence, cytokine signaling, and gene expression pathways underlies ACP development. Further research is crucial to understand how these elements interact to create novel therapeutic approaches for patients with ACP.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».