A Systems Biology Approach Identifies SART1 as a Novel Determinant of Both 5-Fluorouracil and SN38 Drug Resistance in Colorectal Cancer
Notice bibliographique
Résumé
Chemotherapy response rates for advanced colorectal cancer remain disappointingly low, primarily because of drug resistance, so there is an urgent need to improve current treatment strategies. To identify novel determinants of resistance to the clinically relevant drugs 5-fluorouracil (5-FU) and SN38 (the active metabolite of irinotecan), transcriptional profiling experiments were carried out on pretreatment metastatic colorectal cancer biopsies and HCT116 parental and chemotherapy-resistant cell line models using a disease-specific DNA microarray. To enrich for potential chemoresistance-determining genes, an unsupervised bioinformatics approach was used, and 50 genes were selected and then functionally assessed using custom-designed short interfering RNA (siRNA) screens. In the primary siRNA screen, silencing of 21 genes sensitized HCT116 cells to either 5-FU or SN38 treatment. Three genes (RAPGEF2, PTRF, and SART1) were selected for further analysis in a panel of 5 colorectal cancer cell lines. Silencing SART1 sensitized all 5 cell lines to 5-FU treatment and 4/5 cell lines to SN38 treatment. However, silencing of RAPGEF2 or PTRF had no significant effect on 5-FU or SN38 sensitivity in the wider cell line panel. Further functional analysis of SART1 showed that its silencing induced apoptosis that was caspase-8 dependent. Furthermore, silencing of SART1 led to a downregulation of the caspase-8 inhibitor, c-FLIP, which we have previously shown is a key determinant of drug resistance in colorectal cancer. This study shows the power of systems biology approaches for identifying novel genes that regulate drug resistance and identifies SART1 as a previously unidentified regulator of c-FLIP and drug-induced activation of caspase-8.
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 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 | 0,000 | 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».