DEVELOPING A NOVEL HUMAN MODEL OF MINIMAL RESIDUAL DISEASE IN GLIOBLASTOMA
Notice bibliographique
Résumé
Abstract AIMS Glioblastoma (GBM) is the most common and aggressive primary brain tumour. Recurrence following stan- dard of care is inevitable due to an inability to eradicate all tumour cells with surgery and the stark chemo- radioresistance of the residual population. The underpinning mechanisms remain poorly understood, largely due to the inaccessibility of the residual cells that remain immediately after treatment, known as the minimal residual disease (MRD), in patients. To overcome this, we aim to develop a novel ex-vivo model system of the MRD in human GBM and use it to unravel the molecular basis of resistance. METHODS Primary brain tumour tissue collected from bulk and infiltrative margins of GBM during debulking surgery, was used to generate organotypic tissue slices. To optimise culture conditions, we tested the effect of using different collection and culture mediums, recovery methods and sectioning conditions to preserve different cell types and ensure optimal tissue viability. To determine an appropriate treatment regimen to achieve minimal residual disease, brain slices were then exposed to varying doses of temozolomide and radiotherapy. Tissue viability was analysed using mass cytometry, flow cytometry and TUNEL assays. RESULTS We have determined optimal culture conditions to achieve minimal loss of tissue viability that reflect both, resected and residual tumour populations. We further identified treatment schedules that recapitulate current clinical standard of care to model MRD. Future work will be devoted to optimising mass cytometry panels to analyse cell signalling, cell death and DNA damage response pathways alongside cell fate markers. CONCLUSION Our ex-vivo model of MRD and associated molecular profiling pipeline will enable mechanistic understanding of resistance mechanisms in GBM, ultimately providing a platform for the identification of novel targetable biological vulnerabilities for suppressing recurrence in GBM.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».