MétaCan
Menu
Retour à la cohorte
Enregistrement W2885681550 · doi:10.1158/1557-3125.advbc17-b46

Abstract B46: Targeting EZH2 reactivates a breast cancer subtype-specific antimetastatic transcriptional program

2018· article· en· W2885681550 sur OpenAlexaff
Alison Hirukawa, Harvey W. Smith, Dongmei Zou, Paul Savage, Radia Marie Johnson, Guillaume Bourque, Vincent Giguère, Mark Basik, Cathy Dufour, Morag Park, William J. Muller

Notice bibliographique

RevueMolecular Cancer Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEZH2Breast cancerCancerCancer researchMetastasisEpigeneticsMedicineHistoneBiologyOncologyInternal medicineGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Emerging evidence has illustrated the importance of epigenomic reprogramming in cancer, with altered post-translational modifications of histones contributing to the pathogenesis of many tumor types, including breast cancer. However, the contributions of histone modifiers to breast cancer progression are unclear, and how these processes vary between molecular subtypes has yet to be adequately addressed. In this study, we demonstrate that genetic or pharmacologic targeting of the epigenetic modifier Ezh2 dramatically hinders metastatic behavior in a mouse model of breast cancer reflective of the luminal B subtype. We also employ patient-derived xenografts from different intrinsic subtypes of breast cancer to confirm that pharmacologic inhibition of Ezh2 activity hinders metastasis specifically in the luminal B subtype. We further define a molecular mechanism intrinsic to the luminal B subtype whereby EZH2 maintains H3K27me3-mediated repression of the FOXC1 gene, thereby inactivating a FOXC1-driven, antiinvasive transcriptional program. We demonstrate that higher FOXC1 levels are predictive of favorable outcome specifically in luminal B breast cancer patients and establish the use of EZH2 methyltransferase inhibitors as a viable strategy to block metastasis in luminal B breast cancer, where options for targeted therapy are currently limited. Citation Format: Alison Hirukawa, Harvey Smith, Dongmei Zou, Paul Savage, Radia Johnson, Guillaume Bourque, Vincent Giguere, Mark Basik, Cathy Dufour, Morag Park, William Muller. Targeting EZH2 reactivates a breast cancer subtype-specific antimetastatic transcriptional program [abstract]. In: Proceedings of the AACR Special Conference: Advances in Breast Cancer Research; 2017 Oct 7-10; Hollywood, CA. Philadelphia (PA): AACR; Mol Cancer Res 2018;16(8_Suppl):Abstract nr B46.

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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,050
Tête enseignante GPT0,390
Écart entre enseignants0,340 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer ResearchMême sujetEpigenetics and DNA MethylationTravaux en français237 207