MétaCan
Menu
Retour à la cohorte
Enregistrement W4414195648 · doi:10.1038/s41416-025-03181-4

Single-cell multiomic modelling of early metastatic events promoted by the extracellular matrix

2025· article· en· W4414195648 sur OpenAlexaff
Hyun Jin Lee, Jun Hyeong Lee, Junho Kang, Kyeonghui Kim, Youngwon Cho, Jihyun Park, Sang‐Hyun Song, Joonha Kwon, Young‐Joon Kim, Woong‐Yang Park, Tae‐You Kim, Jong-Eun Park, Pilnam Kim, Jung Kyoon Choi

Notice bibliographique

RevueBritish Journal of Cancer · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensNexen (Canada)
Organismes subventionnairesMinistry of Science and ICT, South KoreaKorea Advanced Institute of Science and TechnologyMinistry of Science, ICT and Future PlanningNational Research Foundation
Mots-clésExtracellular matrixMetastasisCarcinogenesisIn vitroMatrix (chemical analysis)Extracellular

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer metastasis, primarily driven by epithelial-to-mesenchymal transition (EMT), is responsible for most cancer-related mortalities. Traditional pre-clinical models fail to fully capture mesenchymal characteristics due to the loss of human stroma. The extracellular matrix (ECM) plays a crucial role in EMT, yet conventional in vitro models often rely on defined ECM components, which may not adequately replicate the human physiological ECM niche. METHODS: To mimic the in situ dissemination of cancer cells, we employed a patient-derived extracellular matrix (pdECM). We transitioned the culture matrix for patient-derived colorectal cancer organoids from a basement membrane extract (BME) to a patient-derived ECM (pdECM). We performed single-cell multiomic analyses, integrating transcriptomic and epigenomic data, to investigate changes in organoid phenotypes and reconstruct the EMT trajectory. RESULTS: Organoids cultured in the pdECM exhibited increased tumor cell dissemination and motility, resembling in situ lesions without exogenous ligand treatment. Single-cell multiomic analysis revealed TNF-α signaling as an early metastatic event in the EMT trajectory. Epigenomic changes led to increased accessibility of AP-1 complex target genes, particularly MMP7, which promoted an invasive phenotype. Our multimodal computational approach distinguished early and late EMT states, demonstrating that pdECM-induced EMT occurs independently of traditional EMT master regulators. Notably, pdECM organoids exhibited a partial EMT phenotype, characterized by hybrid epithelial-mesenchymal states. CONCLUSION: This study presents an advanced in vitro model that closely recapitulates in situ tumorigenesis and provides novel insights into the metastatic cascade. The pdECM system enables the reconstruction of EMT dynamics, highlighting the critical role of ECM composition in metastasis and offering a physiologically relevant platform for the development of targeted therapies.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,297
Écart entre enseignants0,267 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetCancer Cells and MetastasisTravaux en français237 207