MétaCan
Menu
← Retour à la cohorte
Enregistrement W2767444421 · doi:10.1093/neuonc/nox168.956

STEM-42. GENOME-WIDE CRISPR SCREENS IN BRAIN TUMOR INITIATING CELLS (BTICS) IDENTIFY POTENT SENSITIZERS OF CONVENTIONAL CHEMORADIOTHERAPY

2017· article· en· W2767444421 sur OpenAlexaff
Chirayu Chokshi, David Tieu, Parvez Vora, Chitra Venugopal, Katherine Chan, Amy H.Y. Tong, Kevin R. Brown, Mohini Singh, Jason Moffat, Sheila K. Singh

Notice bibliographique

RevueNeuro-Oncology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCRISPRChemoradiotherapyCancer researchGenome editingFrameshift mutationTemozolomideBiologyMedicineGeneMutationCancerGeneticsGlioma

Résumé

récupéré en direct d'OpenAlex

Glioblastoma (GBM) is a highly aggressive and most common form of malignant primary brain tumor in adults (WHO grade IV). Despite surgical and adjuvant therapeutic interventions, including chemotherapy with the alkylating agent TMZ and cranial irradiation, GBM relapse is inevitable with a median survival of <15 months. Extensive intratumoral heterogeneity (ITH) in GBM is believed to be the leading cause of therapy resistance and disease relapse, suggesting that therapy acts as a selection pressure or bottleneck for tumor evolution from minority cell populations present at time of initial diagnosis. Recently, the advent of CRISPR-Cas9 technology has led to the development of genome-wide libraries of sgRNAs capable of introducing insertion-deletion (indels) within exons, leading to a frameshift mutation two-thirds of the time. Here, we present the first genome-wide CRISPR-Cas9 knockout screen in patient-derived GBM BTICs aimed to discover synthetic lethal sensitizers of conventional chemoradiotherapy. Briefly, we performed genome-wide CRISPR-Cas9 screens in treatment-naïve GBM BTICs subjected to in vitro chemotherapy with TMZ and irradiation. By comparing sgRNA dynamics at each doubling period, we were able to identify potent sensitizer genes exclusive to combined chemoradiotherapy, and not TMZ or irradiation alone. Candidate sensitizer genes were validated in an arrayed format to evaluate impact on GBM BTIC self renewal, proliferation, and sensitivity to TMZ and radiation. We aim to further validate these sensitizers of conventional chemoradiotherapy by performing a focused CRISPR-Cas9 genetic screen in our patient-derived xenograft model of treatment-refractory GBM. Ultimately, adjuvants targeting sensitizer genes could greatly enhance the impact of conventional chemoradiotherapy in GBM patients, leading to an increase in patient survival.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,329
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→