<i>Saccharomyces cerevisiae</i>Genetics Predicts Candidate Therapeutic Genetic Interactions at the Mammalian Replication Fork
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 concept of synthetic lethality has gained popularity as a rational guide for predicting chemotherapeutic targets based on negative genetic interactions between tumor-specific somatic mutations and a second-site target gene. One hallmark of most cancers that can be exploited by chemotherapies is chromosome instability (CIN). Because chromosome replication, maintenance, and segregation represent conserved and cell-essential processes, they can be modeled effectively in simpler eukaryotes such as Saccharomyces cerevisiae. Here we analyze and extend genetic networks of CIN cancer gene orthologs in yeast, focusing on essential genes. This identifies hub genes and processes that are candidate targets for synthetic lethal killing of cancer cells with defined somatic mutations. One hub process in these networks is DNA replication. A nonessential, fork-associated scaffold, CTF4, is among the most highly connected genes. As Ctf4 lacks enzymatic activity, potentially limiting its development as a therapeutic target, we exploited its function as a physical interaction hub to rationally predict synthetic lethal interactions between essential Ctf4-binding proteins and CIN cancer gene orthologs. We then validated a subset of predicted genetic interactions in a human colorectal cancer cell line, showing that siRNA-mediated knockdown of MRE11A sensitizes cells to depletion of various replication fork-associated proteins. Overall, this work describes methods to identify, predict, and validate in cancer cells candidate therapeutic targets for tumors with known somatic mutations in CIN genes using data from yeast. We affirm not only replication stress but also the targeting of DNA replication fork proteins themselves as potential targets for anticancer therapeutic development.
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 | 0,000 | 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 | 0,001 | 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