<i>Sleeping Beauty</i> mutagenesis in a mouse medulloblastoma model defines networks that discriminate between human molecular subgroups
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Sleeping Beauty (SB) transposon mutagenesis screen is a powerful tool to facilitate the discovery of cancer genes that drive tumorigenesis in mouse models. In this study, we sought to identify genes that functionally cooperate with sonic hedgehog signaling to initiate medulloblastoma (MB), a tumor of the cerebellum. By combining SB mutagenesis with Patched1 heterozygous mice (Ptch1(lacZ/+)), we observed an increased frequency of MB and decreased tumor-free survival compared with Ptch1(lacZ/+) controls. From an analysis of 85 tumors, we identified 77 common insertion sites that map to 56 genes potentially driving increased tumorigenesis. The common insertion site genes identified in the mutagenesis screen were mapped to human orthologs, which were used to select probes and corresponding expression data from an independent set of previously described human MB samples, and surprisingly were capable of accurately clustering known molecular subgroups of MB, thereby defining common regulatory networks underlying all forms of MB irrespective of subgroup. We performed a network analysis to discover the likely mechanisms of action of subnetworks and used an in vivo model to confirm a role for a highly ranked candidate gene, Nfia, in promoting MB formation. Our analysis implicates candidate cancer genes in the deregulation of apoptosis and translational elongation, and reveals a strong signature of transcriptional regulation that will have broad impact on expression programs in MB. These networks provide functional insights into the complex biology of human MB and identify potential avenues for intervention common to all clinical subgroups.
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.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle