MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399787963 · doi:10.1093/neuonc/noae064.041

CP-03. EXTRACELLULAR MATRIX REMODELING REVEALS NON-CELL AUTONOMOUS TUMOR FORMATION MECHANISM IN ADAMANTINOMATOUS CRANIOPHARYNGIOMAS

2024· article· en· W4399787963 sur OpenAlexaff
John Jeang, Danny Jomaa, Dana Novikov, Jessica W. Tsai, John Apps, Saba Manshaei, Eric Prince, Todd C. Hankinson, Juan Pedro Martı́nez-Barberá, Pratiti Bandopadhayay

Notice bibliographique

RevueNeuro-Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMechanism (biology)Extracellular matrixCell biologyChemistryMatrix (chemical analysis)BiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Adamantinomatous Craniopharyngioma (ACP) is a rare pituitary tumor of the sellar region, with a bimodal presentation pattern in children and middle-aged adults. ACPs are primarily driven by a mutation in CTNNB1 that prevents beta-catenin from degrading properly, resulting in accumulation in the nuclei of epithelial whorl-like structures sometimes referred to as cluster cells. Clinical management is challenging due to the location of the tumor, such that complete surgical resection is often not possible so radiation therapy, which can lead to high morbidity, is also used. Greater insight into these tumors can help develop less damaging treatment strategies. In this analysis we have employed single-cell RNA sequencing technology to examine seven pediatric human ACPs (28594 cells). Using consensus non-negative matrix factorization, and traditional marker genes, we have partitioned our dataset into several cell types including cluster cells, palisading epithelial cells, microglia, T-cells, B-cells, plasma cells, and fibroblasts. Though cluster cells themselves do not actively proliferate, we believe the complex inter-cellular signaling is responsible for tumor formation. We propose a model in which malignant fibroblasts form from the existing epithelium and remodel the extracellular matrix (ECM) creating a stiffened tumor microenvironment. To support this claim we show activation markers suggesting myofibroblast differentiation, the expression of EMT signatures indicating a transformation from epithelial to fibroblast, and RNA velocity analysis that demonstrates lineage tracing. We believe that the remodeling of the ECM is a wound healing response influenced by TGF-beta, SPP1, and other signaling pathways. Our analysis of ACPs reveals the role of the tumor microenvironment in the formation of these tumors.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,268 · 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 revueNeuro-Oncology→Même sujetPituitary Gland Disorders and Treatments→Travaux en français237 207→