Modelling Glioma Stem Cell-mediated Tumorigenesis Using Zebrafish PDX Systems
Notice bibliographique
Résumé
Summary Glioblastoma is an aggressive brain tumour associated with high post-therapy recurrence and very poor survival rates. One of the factors contributing to the aggressive nature of this disease is the level of heterogeneity seen at the phenotypic and genetic level. Glioma Stem Cells (GSCs) are stem-like cells within the tumour with the ability to self-renew and give rise to different types of cells within the tumour, hence giving rise to the heterogeneity found in glioblastoma. GSCs are often implicated in the resistance of glioma to standard of care radiation and chemotherapy. The physical niche within a tumour mass supports stemness and aggressive characteristics of GSCs, hence, experimental systems providing a relevant tumour microenvironment are critical for adequate assessment of molecular mechanisms regulating GSC populations. Although, mouse models are a staple of an in vivo experimental design, they are neither time-nor cost-efficient. Danio rerio (zebrafish) patient-derived xenografts (PDXs) overcome several of the obstacles of the mammalian systems. Zebrafish constitute a high throughput, easily reproducible experimental platform allowing for life relevant investigation into the aggressiveness of GSC populations. This chapter describes methods required for generation of zebrafish PDXs to study aspects of GSC-mediated tumorigenesis and interactions with the tumour microenvironment. Consistency between labs for these experiments is required to move the discovery of effective treatments for glioblastoma moving forward.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».