DNMTs as potential therapeutic targets in high-risk pediatric embryonal brain tumors
Notice bibliographique
Résumé
Malignant brain tumors, which are the leading cause of cancer-related morbidity and mortality in children, span a wide spectrum of diseases with distinct clinical phenotypes but may share remarkably similar morphologic features. Until recently, few molecular markers of childhood brain tumors have been identified, which has limited therapeutic advances. Recent global genomic studies have enabled robust molecular classification of childhood brain tumors and the identification and consolidation of rare, seemingly disparate clinical entities. It is now increasingly evident that deregulation of epigenetic processes contributes substantially to heterogeneity in tumor phenotypes and comprise significant drivers of cancer initiation and progression. Specifically, DNA hypermethylation and silencing of critical tumor suppressor genes by DNA methyltransferases (DNMT) has emerged as an important and fundamental mechanism in brain tumor pathogenesis. These observations have been underscored by the recent discovery of TTYH1-C19MC gene fusions in an aggressive pediatric embryonal brain tumor, which results in deregulation and increased expression of a neural-specific DNMT3B isoform in C19MC-associated brain tumors. Our observations that pharmacological inhibitors of DNMTs and histone deacetylases significantly inhibit growth of cells derived from C19MC-associated tumors indicate targeting of epigenomic modifiers as a novel therapeutic approach for these highly treatment-resistant tumors.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 | 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 ».