System-Level Analysis of Neuroblastoma Tumor–Initiating Cells Implicates AURKB as a Novel Drug Target for Neuroblastoma
Notice bibliographique
Résumé
PURPOSE: Neuroblastoma (NB) is an aggressive tumor of the developing peripheral nervous system that remains difficult to cure in the advanced stages. The poor prognosis for high-risk NB patients is associated with common disease recurrences that fail to respond to available therapies. NB tumor-initiating cells (TICs), isolated from metastases and primary tumors, may escape treatment and contribute to tumor relapse. New therapies that target the TICs may therefore prevent or treat tumor recurrences. EXPERIMENTAL DESIGN: We undertook a system-level characterization of NB TICs to identify potential drug targets against recurrent NB. We used next-generation RNA sequencing and/or human exon arrays to profile the transcriptomes of 11 NB TIC lines from six NB patients, revealing genes that are highly expressed in the TICs compared with normal neural crest-like cells and unrelated cancer tissues. We used gel-free two-dimensional liquid chromatography coupled to shotgun tandem mass spectrometry to confirm the presence of proteins corresponding to the most abundant TIC-enriched transcripts, thereby providing validation to the gene expression result. RESULTS: Our study revealed that genes in the BRCA1 signaling pathway are frequently misexpressed in NB TICs and implicated Aurora B kinase as a potential drug target for NB therapy. Treatment with a selective AURKB inhibitor was cytotoxic to NB TICs but not to the normal neural crest-like cells. CONCLUSION: This work provides the first high-resolution system-level analysis of the transcriptomes of 11 primary human NB TICs and identifies a set of candidate NB TIC-enriched transcripts for further development as therapeutic targets.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,002 |
| 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 ».