Widespread resetting of DNA methylation in glioblastoma-initiating cells suppresses malignant cellular behavior in a lineage-dependent manner
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
Epigenetic changes are frequently observed in cancer. However, their role in establishing or sustaining the malignant state has been difficult to determine due to the lack of experimental tools that enable resetting of epigenetic abnormalities. To address this, we applied induced pluripotent stem cell (iPSC) reprogramming techniques to invoke widespread epigenetic resetting of glioblastoma (GBM)-derived neural stem (GNS) cells. GBM iPSCs (GiPSCs) were subsequently redifferentiated to the neural lineage to assess the impact of cancer-specific epigenetic abnormalities on tumorigenicity. GiPSCs and their differentiating derivatives display widespread resetting of common GBM-associated changes, such as DNA hypermethylation of promoter regions of the cell motility regulator TES (testis-derived transcript), the tumor suppressor cyclin-dependent kinase inhibitor 1C (CDKN1C; p57KIP2), and many polycomb-repressive complex 2 (PRC2) target genes (e.g., SFRP2). Surprisingly, despite such global epigenetic reconfiguration, GiPSC-derived neural progenitors remained highly malignant upon xenotransplantation. Only when GiPSCs were directed to nonneural cell types did we observe sustained expression of reactivated tumor suppressors and reduced infiltrative behavior. These data suggest that imposing an epigenome associated with an alternative developmental lineage can suppress malignant behavior. However, in the context of the neural lineage, widespread resetting of GBM-associated epigenetic abnormalities is not sufficient to override the cancer genome.
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 | 0,001 | 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 découle