MétaCan
Menu
Retour à la cohorte
Enregistrement W4408505231 · doi:10.1158/1078-0432.ccr-24-2971

The Dynamically Evolving Cell States and Ecosystem from Benign Nevi to Melanoma

2025· article· en· W4408505231 sur OpenAlexaff
Xin Li, Xiyuan Zhang, Shuang Zhao, Shiyao Pei, Jie Sun, Liang Dong, Xu Pan, Wenhua Wang, Hao Liu, Yaoxuan Huang, Teng Liu, Jianhua Deng, Chunlan Hu, Chao Lv, Juan Su, Mingzhu Yin, Xiang Chen

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensSKiN Health
Organismes subventionnairesNational Key Research and Development Program of ChinaScience-Health Joint Medical Scientific Research Project of ChongqingNatural Science Foundation of ChongqingNational Natural Science Foundation of China
Mots-clésMelanomaMalignant transformationCancer researchBiologyMelanocyteNevusTranscriptomeImmune checkpointImmune systemMedicineImmunologyImmunotherapyGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Approximately 30% of nonchronically sun-damaged melanomas originate from nevi, yet the dynamic changes and crucial mechanisms driving the transition from benign nevi to melanoma remain elusive. EXPERIMENTAL DESIGN: In this study, we performed single-cell transcriptome sequencing on multiple paired tissue sites from five patients diagnosed with melanoma arising in congenital melanocytic nevi, identifying four distinct states of melanocyte subpopulations during the progression from nevi to melanoma, characterized by dynamic changes in their functions and regulatory pathways. RESULTS: In the nevi state, IFN regulatory factor 1 was specifically upregulated in melanocytes, fibroblasts, and endothelial cells, potentially activating immune surveillance in the microenvironment. Conversely, the critical inhibitory checkpoint HLA-E for NK cells exhibited high expression in a cluster of malignant melanocytes and fibroblasts enriched in melanoma. This interaction with ligands expressed in NK cells could potentially serve as a key factor, leading to immune evasion. In malignant melanoma samples, we detected high expression of midkine in melanocytes. It is a pivotal factor that facilitates melanoma invasion and malignant transformation, potentially through interaction with endothelial cells to stimulate angiogenesis. The targets identified in our study are crucial factors in detecting the malignant transformation of nevi. Ultimately, we developed a malignant progression model capable of predicting patient prognosis and malignant progression status using bulk RNA sequencing data. CONCLUSIONS: Our study provides a high-resolution atlas of the malignant transformation of melanoma from nevi and highlights potential targets for further investigation.

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 seuil0,002

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 Opus0,061
Tête enseignante GPT0,448
Écart entre enseignants0,388 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207