Kassambara A, Hose D, Moreaux J, Rème T, Torrent J, Rossi JF, Goldschmidt H, Klein B. Identification de gènes de cellules souches adultes et pluripotentes non liés au cycle cellulaire et associés à un mauvais pronostic dans le myélome multiple. PLOS ONE. 2012. Télécharger le PDF
Résumé de l’étude
Les scores pronostiques traditionnels basés sur l’expression des gènes dans le cancer reposent souvent sur des gènes liés au cycle cellulaire. Cette étude identifie une nouvelle signature transcriptionnelle associée aux cellules souches dans le myélome multiple (MM) qui est indépendante de l’état du cycle cellulaire et prédit de manière significative les résultats pour les patients.
Principaux résultats
Identification de 50 gènes indépendants du cycle cellulaire surexprimés dans les cellules MM par rapport aux cellules plasmatiques et plasmablastes normales
37 des 50 gènes ont été partagés avec des cellules souches humaines pluripotentes, hématopoïétiques ou mésenchymateuses
Ces gènes ont été utilisés pour développer le Stem Cell Score (SCscore), qui est un score pronostique de type cellules souches dans le MM:
- Validé dans deux cohortes indépendantes de MM (n = 206 et n = 345)
- Indépendant des scores cliniques standard et des modèles existants basés sur le GEP
Le SCscore stratifie les patients en groupes pronostiques distincts, suggérant que des caractéristiques similaires à celles des cellules souches contribuent à l’agressivité du myélome
Dans cette étude, Alboukadel Kassambara a été le premier auteur, effectuant l’analyse et l’interprétation des données. Il a développé le Stem Cell Score (SCscore), réalisé la modélisation de la survie et rédigé le manuscrit, révélant une signature pronostique de type cellule souche indépendante de l’activité du cycle cellulaire dans le myélome multiple.
Citation
Publication: In PLOS ONE
Date : 31 juillet, 2012
Type : Article de revue
PDF : Télécharger le PDF
< Retourner à tous les résumés
Contributions scientifiques
Voici d’autres résumés scientifiques dont l’auteur ou le co-auteur est Alboukadel Kassambara. Ces contributions couvrent la biologie informatique, la bioinformatique, la biostatistique, l’apprentissage automatique et la multi-omique, avec un accent sur l’immuno-oncologie et la recherche translationnelle.
