Glioblastoma gene expression based subtypes have defined metabolomic states
Notice bibliographique
Résumé
ABSTRACT Glioblastoma (GBM) is a highly aggressive primary brain cancer with poor prognosis (<15 months), highlighting the urgent need for more effective therapies. As current treatments are not effective, the need for a deeper understanding of the biology of GBM cells, including how they reprogram their metabolism to support their aberrant and uncontrolled growth, is critical. To this end, we established a collection of 41 human glioma cell lines derived from freshly resected tumour tissues from 99 patients. We characterized 12 of these cell lines by combining histologic, genetic, stem cell derivation and self-renewal, and metabolomic analyses. Histological and genetic profiles included IDH mutation status, Ki-67 proliferation index, ATRX status, mutant TP53 expression, chromosome 10q loss, EGFR amplification, and MGMT promoter methylation. Of these, only p53 mutation expression status showed weak segregation of the cell lines into 2 separate metabolic groups based on amino acid levels, but none showed an effect on stem cell derivation or self-renewal. Further characterization of these 12 cell lines revealed significant metabolic and phenotypic differences when comparing mesenchymal versus proneural gene expression subtyping. We show significant increases in TCA cycle metabolites in mesenchymal-like GBM cells and higher overall metabolic activity compared to proneural-like cells. These findings highlight the complexity of GBM and the need for personalized treatments that consider the metabolome of each subtype as a potential therapeutic avenue.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 | 0,000 |
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.
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 ».