Proteomics in IDH-mutated diffuse lower-grade glioma: a scoping review
Notice bibliographique
Résumé
Background: Therapeutic options and biomarkers for isocitrate dehydrogenase-mutated (IDHmut) diffuse lower-grade glioma (dLGG), WHO grade 2-3, are limited. Global quantitative proteomics has aided the discovery of novel markers and drug targets across various pathologies. This review aimed to summarize current proteomic findings in IDHmut dLGG. Methods: PubMed, Embase, and Scopus were searched following PRISMA-ScR guidelines. Studies examining quantitative proteomics in IDHmut dLGG with liquid chromatography-mass spectrometry in adult human samples were included. Studies with only high-grade gliomas, without IDHmut, using xenografts, or cell line samples, and reviews were excluded. Results: In total, 1,902 records were identified; 85 full-texts were retrieved, and 13 met the inclusion criteria. Twelve studies were cross-sectional and one longitudinal. Two studies used cerebrospinal fluid samples, while seven used fresh frozen and five formalin-fixed paraffin-embedded (FFPE) tissue samples. There was a large heterogeneity in aims, sample types, and analytical techniques. The most recurrent finding was altered energy metabolism, mostly related to the tricarboxylic acid cycle, compared to IDH-wildtype gliomas. IDHmut dLGG proteomic profile was distinct from other brain tumors, including IDH-wildtype glioblastoma, IDHmut grade 4 astrocytomas, and grade 1 gliomas or normal brain. Conclusions: IDHmut dLGG has a unique proteome that may be leveraged for biomarkers and therapeutic discovery. Proteomic findings indicate a particular dependency on glutamate metabolism to sustain the citric acid cycle and energy production. Although current proteomic knowledge is limited and fragmented, technological advancements present an opportunity for large-scale studies using FFPE samples, advancing proteomic knowledge and precision medicine in IDHmut dLGG.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».