JS
Jann Sarkaria
Author with expertise in Gliomas
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
50
(66% Open Access)
Cited by:
10,605
h-index:
77
/
i10-index:
242
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Brain tumor initiating cells adapt to restricted nutrition through preferential glucose uptake

William Flavahan et al.Sep 1, 2013
Brain tumor initiating cells (BTICs) are self-renewing, tumorigenic cells that often reside in a necrotic and hypoxic niche in the brain. Here the authors show that BTICs can become more tumorigenic upon glucose restriction and compensate for this cellular stress by upregulating their capacity to take up glucose. Like all cancers, brain tumors require a continuous source of energy and molecular resources for new cell production. In normal brain, glucose is an essential neuronal fuel, but the blood-brain barrier limits its delivery. We now report that nutrient restriction contributes to tumor progression by enriching for brain tumor initiating cells (BTICs) owing to preferential BTIC survival and to adaptation of non-BTICs through acquisition of BTIC features. BTICs outcompete for glucose uptake by co-opting the high affinity neuronal glucose transporter, type 3 (Glut3, SLC2A3). BTICs preferentially express Glut3, and targeting Glut3 inhibits BTIC growth and tumorigenic potential. Glut3, but not Glut1, correlates with poor survival in brain tumors and other cancers; thus, tumor initiating cells may extract nutrients with high affinity. As altered metabolism represents a cancer hallmark, metabolic reprogramming may maintain the tumor hierarchy and portend poor prognosis.
0
Citation437
0
Save
0

Induction of MGMT expression is associated with temozolomide resistance in glioblastoma xenografts

Gaspar Kitange et al.Oct 25, 2008
Temozolomide (TMZ)-based therapy is the standard of care for patients with glioblastoma multiforme (GBM), and resistance to this drug in GBM is modulated by the DNA repair protein O(6)-methylguanine-DNA methyltransferase (MGMT). Expression of MGMT is silenced by promoter methylation in approximately half of GBM tumors, and clinical studies have shown that elevated MGMT protein levels or lack of MGMT promoter methylation is associated with TMZ resistance in some, but not all, GBM tumors. In this study, the relationship between MGMT protein expression and tumor response to TMZ was evaluated in four GBM xenograft lines that had been established from patient specimens and maintained by serial subcutaneous passaging in nude mice. Three MGMT unmethylated tumors displayed elevated basal MGMT protein expression, but only two of these were resistant to TMZ therapy (tumors GBM43 and GBM44), while the other (GBM14) displayed a level of TMZ sensitivity that was similar in extent to that seen in a single MGMT hypermethylated line (GBM12). In tissue culture and animal studies, TMZ treatment resulted in robust and prolonged induction of MGMT expression in the resistant GBM43 and GBM44 xenograft lines, while MGMT induction was blunted and abbreviated in GBM14. Consistent with a functional significance of MGMT induction, treatment of GBM43 with a protracted low-dose TMZ regimen was significantly less effective than a shorter high-dose regimen, while survival for GBM14 was improved with the protracted dosing regimen. In conclusion, MGMT expression is dynamically regulated in some MGMT nonmethylated tumors, and in these tumors, protracted dosing regimens may not be effective.
0
Citation322
0
Save
0

Radiogenomics to characterize regional genetic heterogeneity in glioblastoma

Leland Hu et al.Aug 8, 2016
Abstract Background Glioblastoma (GBM) exhibits profound intratumoral genetic heterogeneity. Each tumor comprises multiple genetically distinct clonal populations with different therapeutic sensitivities. This has implications for targeted therapy and genetically informed paradigms. Contrast-enhanced (CE)-MRI and conventional sampling techniques have failed to resolve this heterogeneity, particularly for nonenhancing tumor populations. This study explores the feasibility of using multiparametric MRI and texture analysis to characterize regional genetic heterogeneity throughout MRI-enhancing and nonenhancing tumor segments. Methods We collected multiple image-guided biopsies from primary GBM patients throughout regions of enhancement (ENH) and nonenhancing parenchyma (so called brain-around-tumor, [BAT]). For each biopsy, we analyzed DNA copy number variants for core GBM driver genes reported by The Cancer Genome Atlas. We co-registered biopsy locations with MRI and texture maps to correlate regional genetic status with spatially matched imaging measurements. We also built multivariate predictive decision-tree models for each GBM driver gene and validated accuracies using leave-one-out-cross-validation (LOOCV). Results We collected 48 biopsies (13 tumors) and identified significant imaging correlations (univariate analysis) for 6 driver genes: EGFR, PDGFRA, PTEN, CDKN2A, RB1, and TP53. Predictive model accuracies (on LOOCV) varied by driver gene of interest. Highest accuracies were observed for PDGFRA (77.1%), EGFR (75%), CDKN2A (87.5%), and RB1 (87.5%), while lowest accuracy was observed in TP53 (37.5%). Models for 4 driver genes (EGFR, RB1, CDKN2A, and PTEN) showed higher accuracy in BAT samples (n = 16) compared with those from ENH segments (n = 32). Conclusion MRI and texture analysis can help characterize regional genetic heterogeneity, which offers potential diagnostic value under the paradigm of individualized oncology.
0
Citation200
0
Save
Load More