MétaCan
Menu
Retour à la cohorte
Enregistrement W2768045733 · doi:10.1158/1538-8514.synthleth-a38

Abstract A38: Genome-wide CRISPR-Cas9 screens reveal modulators of temozolomide sensitivity in glioblastoma

2017· article· en· W2768045733 sur OpenAlexaff
Graham MacLeod, Nishani Rajakulendran, Traver Hart, Helen Yu, Peter B. Dirks, Stéphane Angers

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTemozolomideMSH6CRISPRCancer researchBiologySynthetic lethalityGeneDNA repairMedicineGlioblastomaGeneticsDNA mismatch repair

Résumé

récupéré en direct d'OpenAlex

Abstract Glioblastoma (GBM) is a prevalent and highly lethal form of primary brain tumour. Presently, median survival time for GBM patients is only 15 months and thus improved treatment methods are in great need. Treatment of GBM consists of surgery, radiotherapy and the chemotherapeutic agent temozolomide (TMZ). Unfortunately, many GBMs are refractory to TMZ and most others ultimately develop resistance leading to localized disease recurrence and brain tumor invasion. With the aim of identifying new therapeutic targets for GBM we performed genome-wide CRISPR-Cas9 screens to identify genes that modulate TMZ sensitivity in GBM. The TKO library of single-guide RNAs (gRNAs) targeting over 89,000 exons in 17,232 human genes was used to screen a panel of 5 patient-derived human GBM stem cell (GSC) lines. GSCs treated with DMSO were grown in parallel with GSCs treated with either a lethal, or sub-lethal dose of TMZ. Next-generation sequencing was used to identify gRNAs that were increased/decreased in abundance in TMZ treated pools of cells. Positive selection screening revealed that loss of key components of the mismatch repair pathway–MLH1, MSH2, MSH6 and PMS2 confers resistance to lethal doses of TMZ, as has previously been observed in GBM patients. Negative selection screening using sub-lethal doses of TMZ showed that loss of a conserved set of 15 genes that conferred TMZ hypersensitivity in four MGMT-negative GSC lines while the lone MGMT-positive GSC line in our set had a completely different set of hypersensitivity genes. Functional annotation revealed enrichment for genes involved in multiple DNA repair pathways, most prominently Fanconi Anemia and interstrand cross-link repair. Further studies validated that deletion of either member of the MCM8/9 helicase complex sensitizes GBM cells to TMZ and characterized the previously undescribed gene ZC3H7A which was revealed to be a cytoplasmic, stress-granule associated protein. In addition, our results revealed that in drug resistant MGMT expressing GSCs, TMZ resistance can be restored via the PARP inhibitor ABT-888. In conclusion, our results have identified a core set of genes that can be targeted to increase sensitivity to the chemotherapeutic agent TMZ responsive GBMs and elucidated opportunities for restoring TMZ sensitivity in resistant GBMs. These genes, many of which are targetable enzymes represent promising therapeutic targets for increasing efficacy of chemotherapy and decreasing lethality in GBM. Citation Format: Graham MacLeod, Nishani Rajakulendran, Traver Hart, Helen Yu, Peter B. Dirks, Stephane Angers. Genome-wide CRISPR-Cas9 screens reveal modulators of temozolomide sensitivity in glioblastoma [abstract]. In: Proceedings of the AACR Precision Medicine Series: Opportunities and Challenges of Exploiting Synthetic Lethality in Cancer; Jan 4-7, 2017; San Diego, CA. Philadelphia (PA): AACR; Mol Cancer Ther 2017;16(10 Suppl):Abstract nr A38.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,205
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,310
Écart entre enseignants0,295 · 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 tête enseignante, pas un consensus.

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 revueMolecular Cancer TherapeuticsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207