MétaCan
Menu
Retour à la cohorte
Enregistrement W4413856557 · doi:10.1093/noajnl/vdaf166.027

23 INVESTIGATING METABOLIC DEPENDENCIES DURING THE EVOLUTION OF GLIOBLASTOMA

2025· article· en· W4413856557 sur OpenAlexaboutno aff
Maryam Al-Witry, Camille Rozon, Emilie Niu, Karen Blote, Martha Hughes, Shrivani Pirahas, John J. Kelly

Notice bibliographique

RevueNeuro-Oncology Advances · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlioblastomaComputational biologyComputer scienceBiologyCancer research

Résumé

récupéré en direct d'OpenAlex

Abstract Brain Tumour Foundation of Canada Travel Award Recipient Glioblastoma (GBM) is the most common and aggressive form of brain cancer in adults, with a five-year survival rate of less than 7%. GBMs are difficult to treat and often recur within a year of diagnosis. Despite many attempts, treatment options have remained stagnant over decades. Clinical trials have yet to reveal an effective therapy for GBMs. This stems, in part, from an incomplete understanding of tumour biology, and lack of appropriate preclinical models to capture patient specific tumour heterogeneity. There is an urgent need for novel approaches to identify new therapies. Patient-derived organoids (PDOs) have emerged as important models, maintaining the phenotypic and genetic features of the parent tumours. PDOs are used in precision medicine to explore new therapeutic applications. Altered metabolism is a hallmark of GBM and is necessary for the growth and survival of GBMs. Here, we aim to develop and characterize matched newly diagnosed and recurrent GBM (nd-rGBM) organoids to identify phenotypic, growth and metabolic properties of GBMs. Our data indicates that nd-rGBM organoids displayed similar features such as cells expressing cycling (Ki67), stem-or progenitor-like (NES, SOX2, OLIG2), and glial (GFAP) markers compared to their parent tumours. Notably, we observed distinct growth between matched nd-rGBM pairs, with slow-growing GBMs exhibiting increased oxidative phosphorylation (OxPhos). This is important because different metabolic subtypes of GBMs are linked to varied prognoses. We, therefore anticipate our work may lead to identification of new insights into the tumour evolution and can be further exploited to identify new therapeutic strategies.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

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 savante0,0010,000
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 Opus0,006
Tête enseignante GPT0,262
Écart entre enseignants0,256 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology AdvancesMême sujetCancer, Lipids, and MetabolismTravaux en français237 207