Aller au contenu principal
2026 preprint

Decoding Spatial Programs in Human Glioblastoma Through Surprisal Information-Theoretical Analysis

0Citations signalées, ce qui n’est pas une note de qualité
9Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : us, be, il. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract Glioblastoma (GBM) is a highly heterogeneous and invasive brain tumor in which complex interactions among tumor cells, immune cells, and neurons shape disease progression and therapeutic resistance. Resolving spatial patterns programs in glioblastoma (GBM) requires analytical approaches that go beyond variance-driven embeddings. Here, we applied thermodynamic surprisal analysis, an information-theoretic decomposition framework, to spatial transcriptomic sequencing from human GBM specimens to identify orthogonal constraint modes that capture dominant and previously hidden spatial programs. Surprisal analysis revealed structured patterns in the data that are not highlighted by standard approaches such as PCA or cell type deconvolution, including immune-activation–associated signatures as well as spatial programs consistent with synapse remodeling. Coupling surprisal decomposition with spatial ligand–receptor interaction analysis, NICHES, along with multiplexed protein imaging connected these spatial hidden modes to reveal potential communication networks. Together, these results position surprisal analysis as a powerful, complementary strategy for interrogating spatial tumor architecture, enabling discovery of non-obvious spatial programs and interactions that are obscured by variance-based methods.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Decoding Spatial Programs in Human Glioblastoma Through Surprisal Information-Theoretical Analysis
Date Crossref
24/06/2026
Éditeur
openRxiv
Type
posted-content

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Yale University Department of Biomedical Engineering pays non établi dans la notice
    Université ou école supérieure
  • University of Liège Research Unit Molecular Systems B6c pays non établi dans la notice
    Université ou école supérieure
  • University of Wisconsin–Madison Department of Biostatistics and Medical Informatics pays non établi dans la notice
    Université ou école supérieure
  • Institute for Systems Biology pays non établi dans la notice
    Organisation à but non lucratif
  • Parker Institute for Cancer Immunotherapy pays non établi dans la notice
    Structure de recherche
  • University of California pays non établi dans la notice
    Université ou école supérieure
  • Hebrew University of Jerusalem The Fritz Haber Research Center for Molecular Dynamics pays non établi dans la notice
    Université ou école supérieure
  • Los Angeles Medical Center pays non établi dans la notice
    Établissement de santé
  • Yale Cancer Center pays non établi dans la notice
    Structure de recherche
  • Yale School of Medicine Department of Neurosurgery pays non établi dans la notice
    Université ou école supérieure
  • Institute of Systems Biology pays non établi dans la notice
    Structure de recherche
  • David Geffen School of Medicine Department of Molecular and Medical Pharmacology pays non établi dans la notice
    Université ou école supérieure

Department of Biomedical Engineering — Yale University, Research Unit Molecular Systems B6c — University of Liège et Department of Biostatistics and Medical Informatics — University of Wisconsin–Madison, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Single-cell and spatial transcriptomicsGlioma Diagnosis and TreatmentMathematical Biology Tumor Growth

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.