EPCO-34. DECIPHERING THE LONGITUDINAL TRAJECTORIES OF GLIOBLASTOMA BY INTEGRATIVE SINGLE-CELL GENOMICS
Notice bibliographique
Résumé
Abstract The evolution of cellular heterogeneity in IDH-wildtype glioblastoma (GBM) after standard-of-care therapy remains poorly understood. To address it, we assembled a longitudinal cohort of 121 primary and recurrent GBM specimens from 59 patients, with extensive clinical annotations, and profiled it by single-nucleus RNA-sequencing and bulk tumor DNA sequencing. In most cases, longitudinal samples diverged in their composition of cell types and cell states. However, almost all theoretical trajectories were observed in our cohort such that the overall distribution of cell types and cell states was comparable between primary and recurrent samples. The most consistent longitudinal effect (66% of patients) was a lower malignant cell fraction at recurrence and a reciprocal increase in proportions of glio-neuronal TME cell types; in some cases, this was further accompanied by a coordinated shift of malignant cells towards neuronal-like states. MGMT methylation and radiation-related small deletion phenotypes were linked to particular trajectories, with depletion of mesenchymal-like cells and enrichment of hypoxia-related malignant cells, respectively. Importantly, changes in malignant states were also associated with specific changes in TME composition. In summary, our analysis highlights diverse longitudinal GBM trajectories that are shaped by treatment response and TME interactions.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».