Transcriptomes and shRNA Suppressors in a <i>TP53</i> Allele–Specific Model of Early-Onset Colon Cancer in African Americans
Notice bibliographique
Résumé
UNLABELLED: African Americans are disproportionately affected by early-onset, high-grade malignancies. A fraction of this cancer health disparity can be explained by genetic differences between individuals of African or European descent. Here the wild-type Pro/Pro genotype at the TP53Pro72Arg (P72R) polymorphism (SNP: rs1042522) is more frequent in African Americans with cancer than in African Americans without cancer (51% vs. 37%), and is associated with a significant increase in the rates of cancer diagnosis in African Americans. To test the hypothesis that Tp53 allele-specific gene expression may contribute to African American cancer disparities, TP53 hemizygous knockout variants were generated and characterized in the RKO colon carcinoma cell line, which is wild type for TP53 and heterozygous at the TP53Pro72Arg locus. Transcriptome profiling, using RNAseq, in response to the DNA-damaging agent etoposide revealed a large number of Tp53-regulated transcripts, but also a subset of transcripts that were TP53Pro72Arg allele specific. In addition, a shRNA-library suppressor screen for Tp53 allele-specific escape from Tp53-induced arrest was performed. Several novel RNAi suppressors of Tp53 were identified, one of which, PRDM1β (BLIMP-1), was confirmed to be an Arg-specific transcript. Prdm1β silences target genes by recruiting H3K9 trimethyl (H3K9me3) repressive chromatin marks, and is necessary for stem cell differentiation. These results reveal a novel model for African American cancer disparity, in which the TP53 codon 72 allele influences lifetime cancer risk by driving damaged cells to differentiation through an epigenetic mechanism involving gene silencing. IMPLICATIONS: TP53 P72R polymorphism significantly contributes to increased African American cancer disparity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».