Histone H3K4/H3K9 Methylation Dynamics Gate Cell Fate Plasticity In Pediatric High-Grade Gliomas: A Systems-Level Attractor Reconstruction
Notice bibliographique
Résumé
Background: This study employs computationally driven systems medicine approaches, integrating complexity theory and machine learning-driven discovery, to identify key biomarkers governing phenotypic plasticity in pediatric high-grade gliomas (pHGGs), specifically IDH-wildtype (IDHWT) glioblastoma and H3K27M Diffuse Midline Glioma (DMG). Methods: We integrate single-cell transcriptomics and histone mass cytometry to conceptualize pHGGs as complex adaptive ecosystems. Through attractor landscape reconstruction, network inference and algorithmic complexity measures, we computationally infer epigenetic and transcriptional regulators that steer cell fate cybernetics. Results: Our findings predict lineage-specific plasticity signatures, including KDM5B (JARID1B), ARID5B, GATA2/6, DLX5/6, FOXA2/FOXO1/FOXO3, ASCL4, ATF3, PRDM9, METTL5/8, RAP1B, DKK3, DOCK7, RLIM, TERF1, CD99, FABP5/7 and LAPTM5, alongside WNT, TGF[Formula: see text] and NOTCH pathway regulators, with subtype-specific and shared patterns across K27M and IDHWT tumors. We also identify endogenous bioelectric markers (GRIK3, GRIN3B, SLC5A9, NKAIN4, KCNJ4/6) as potential reprogramming targets. Previously reported plasticity signatures (PDGFRA, EGFR targets, OLIG1/2, FXYD5/6, MTSS1, SEZ6L, MTRNR2L1, SOX11) were independently recovered, supporting the robustness of our computational predictions. Collectively, results suggest that pHGG cell fates are biased toward neuronal-like identities, reflecting a teleonomic endpoint along pathological developmental attractors. Conclusions: By combining complex-systems modeling with translational AI, we predict in silico plasticity biomarkers and therapeutic targets for preventive, predictive and precision care. This work is computational-only and awaits experimental validation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».