MétaCan
Menu
Retour à la cohorte
Enregistrement W4396597094 · doi:10.1158/0008-5472.can-23-2352

Multiplexed Imaging Mass Cytometry Analysis Characterizes the Vascular Niche in Pancreatic Cancer

2024· article· en· W4396597094 sur OpenAlexaff
Jonathan Sussman, Nathalia Kim, Samantha B. Kemp, Daniel Traum, Takeshi Katsuda, Benjamin Kahn, Jason Xu, Il‐Kyu Kim, Cody Eskandarian, Devora Delman, Gregory L. Beatty, Klaus H. Kaestner, Amber L. Simpson, Ben Z. Stanger

Notice bibliographique

RevueCancer Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensQueen's University
Organismes subventionnairesNational Institutes of HealthRevolution MedicinesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteUniversity of Pennsylvania
Mots-clésStromal cellMass cytometryBiologyCancer researchTumor microenvironmentImmune systemCD44PopulationPancreatic cancerPathologyCellCancerImmunologyMedicinePhenotypeGene

Résumé

récupéré en direct d'OpenAlex

Oncogenesis and progression of pancreatic ductal adenocarcinoma (PDAC) are driven by complex interactions between the neoplastic component and the tumor microenvironment, which includes immune, stromal, and parenchymal cells. In particular, most PDACs are characterized by a hypovascular and hypoxic environment that alters tumor cell behavior and limits the efficacy of chemotherapy and immunotherapy. Characterization of the spatial features of the vascular niche could advance our understanding of inter- and intratumoral heterogeneity in PDAC. In this study, we investigated the vascular microenvironment of PDAC by applying imaging mass cytometry using a 26-antibody panel on 35 regions of interest across 9 patients, capturing more than 140,000 single cells. The approach distinguished major cell types, including multiple populations of lymphoid and myeloid cells, endocrine cells, ductal cells, stromal cells, and endothelial cells. Evaluation of cellular neighborhoods identified 10 distinct spatial domains, including multiple immune and tumor-enriched environments as well as the vascular niche. Focused analysis revealed differential interactions between immune populations and the vasculature and identified distinct spatial domains wherein tumor cell proliferation occurs. Importantly, the vascular niche was closely associated with a population of CD44-expressing macrophages enriched for a proangiogenic gene signature. Taken together, this study provides insights into the spatial heterogeneity of PDAC and suggests a role for CD44-expressing macrophages in shaping the vascular niche. Significance: Imaging mass cytometry revealed that pancreatic ductal cancers are composed of 10 distinct cellular neighborhoods, including a vascular niche enriched for macrophages expressing high levels of CD44 and a proangiogenic gene signature.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,365
Écart entre enseignants0,321 · 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'étudeObservationnel
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

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207