MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392372688 · doi:10.1158/1538-7445.brain23-a020

Abstract A020: Neural stem cells expressing PTEN-L suppress glioblastoma invasion <i>in vivo</i>

2024· article· en· W4392372688 sur OpenAlexaff
Ian A.J. Lorimer, Margarita Lui, Sylvie J. Lavictoire, Josée Coulombe

Notice bibliographique

RevueCancer Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésPTENGlioblastomaIn vivoNeural stem cellCancer researchBiologyStem cellCancerCell biologyPI3K/AKT/mTOR pathwaySignal transductionGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: The purpose of this study is to evaluate the therapeutic potential of neural stem cells expressing PTEN-L (a variant of the tumor suppressor PTEN that can transfer between cells) in preclinical glioblastoma models. Experimental procedures: Human neural stem cells derived by direct reprogramming of peripheral blood erythroblasts were used. Using lentiviral transduction, these were engineered for doxycycline-inducible expression of a modified version of PTEN-L with optimized expression and enhanced cell-to-cell transfer properties. Expression of PTEN-L was assayed by Western blot analysis. These engineered neural stem cells were evaluated in an orthotopic mouse xenograft model in which human glioblastoma cells show extensive invasion into the uninjected hemisphere. Neural stem cells and glioblastoma cells were co-injected and mice were then randomized to chow with or without doxycycline. Mice were evaluated for overall survival and for invasion of glioblastoma cells into the uninjected hemisphere. Results: When injected intracerebrally into immunocompromised mice, peripheral blood-derived neural stem cells persisted for over four months and showed an ability to spontaneously migrate to sites distant from the injection site. When co-injected with human glioblastoma cells from patients, the neural stem cells co-migrated with glioblastoma cells along the corpus callosum and to distant sites. Peripheral blood-derived neural stem cells transduced with lentiviral vectors for doxycycline-inducible PTEN-L efficiently secreted PTEN-L. In the orthotopic mouse xenograft glioblastoma model, expression of PTEN-L by neural stem cells did not significantly improve survival in mice (log rank P = 0.5) but did significantly repress glioblastoma cell invasion into the uninjected hemisphere (two-tailed t-test P = 0.02). Conclusions. Peripheral blood-derived neural stem cells show good persistence and migrate with human glioblastoma cells in vivo. They can be engineered to efficiently secret functional PTEN-L. Peripheral blood-derived neural stem cells expressing PTEN-L do not increase survival in the one patient model tested but do repress invasion. This initial evidence for bioactivity supports further studies evaluating the ability of neural stem cells expressing PTEN-L to sensitize glioblastoma to therapeutics for which PTEN loss has been implicated in resistance. Citation Format: Ian A. Lorimer, Margarita Lui, Sylvie J. Lavictoire, Josee Coulombe. Neural stem cells expressing PTEN-L suppress glioblastoma invasion in vivo [abstract]. In: Proceedings of the AACR Special Conference on Brain Cancer; 2023 Oct 19-22; Minneapolis, Minnesota. Philadelphia (PA): AACR; Cancer Res 2024;84(5 Suppl_1):Abstract nr A020.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,040
Tête enseignante GPT0,355
Écart entre enseignants0,315 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→