MétaCan
Menu
Retour à la cohorte
Enregistrement W4405054996 · doi:10.1182/blood-2024-211186

High-Dimensional Single-Cell Analysis of Clinical-Grade Flow Cytometry Explains the Unpredictable Complex Shifts of Patient-Specific Immunophenotypes during B-ALL Relapse Progression

2024· article· en· W4405054996 sur OpenAlexaff
Nina Rolf, Lorraine Liu, Pascal Leclair, Tanmaya Atre, Suzanne Vercauteren, Chinten James Lim, Gregor S. D. Reid

Notice bibliographique

RevueBlood · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFlow cytometryImmunophenotypingMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

Relapsed precursor B-cell ALL (B-ALL) commonly evolves from minor diagnostic clones, but their early phenotypic characterization remains unachieved despite abundant multi-omics data. Immunophenotyping, an essential diagnostic and therapy-response monitoring tool, identifies the patient-specific expression pattern of bulk leukemia. At time of relapse, most B-ALL immunophenotypes have undergone substantial and seemingly random multi-directional modulations of their diagnostic expression pattern. For decades, these unpredictable immunophenotypic shifts at time of relapse, observed across different methods of antigen expression assessment, have prevented a deeper understanding of phenotypically-defined leukemia progression biology. Addressing this limitation, we applied unsupervised high-dimensional computational analysis of clinical-grade flow cytometry to dissect the intra-leukemic phenotypic heterogeneity at the single-cell level in longitudinally collected B-ALL patients and matched patient-derived xenografts. Our results provide AI-guided and clinically validated evidence that the observed immunophenotypic shifts during disease progression did not result from antigen expression fluctuations, but from enrichment of distinct phenotypically stable subpopulations. As our study identifies patient-specific subpopulation dynamics during disease evolution, it achieves immunophenotypically-defined leukemia progression assessment, which addresses an important unmet clinical and translational need. In each progression series, population dynamics followed a trajectory towards relapse-dominating subpopulations when selective pressures, such as xenotransplantation or in vivo chemotherapy, were applied, often from very minor abundance levels at diagnosis. Each time, the changes in relative proportions of subpopulations explained the observed immunophenotypic shift at the bulk-level. Overcoming decades-old challenges, our findings provide a new conceptual approach to investigate the role of intra-leukemic phenotypic heterogeneity in B-ALL progression to identify treatment-refractory phenotypes, which could significantly impact patient-care, inform precision-medicine options, and enhance relapse-modelling.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,036
Tête enseignante GPT0,304
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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207