MétaCan
Menu
Retour à la cohorte
Enregistrement W2886676741 · doi:10.1158/1538-7445.am2018-788

Abstract 788: Modeling tumor microenvironmental heterogeneity identifies CREBBP as a novel tumor suppressor in breast cancer

2018· article· en· W2886676741 sur OpenAlexaboutno aff
Barrie Peck, Philip Bland, Patty T. Wai, Hannah Cottom, Sarah Maguire, Eamonn Morrison, Holly E. Barker, Divya Kriplani, Rebecca Marlow, Kalnisha Naidoo, Gareth Muirhead, Syed Haider, Frances Daley, Frederik Wallberg, Andrew Tutt, Rachael Natrajan

Notice bibliographique

RevueCancer Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFOXO transcription factor regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancer researchGene silencingBreast cancerBiologyFOXM1CancerTriple-negative breast cancerGeneCell cycleGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Solid tumors display significant histological, genetic and micro-environmental intra-tumor heterogeneity that can change substantially over the course of their evolutionary trajectory. In particular, changes in the micro-environmental complexity within breast cancer such as hypoxic and nutrient deplete environments are associated with aggressive disease and a poor patient outcome. We sought to identify novel driver alterations in aggressive disease by employing a functional genomics screen in a 3-dimensional model of breast cancer progression that more accurately recapitulates in vivo micro-environmental heterogeneity. Screening of the top 200 recurrently mutated genes in breast cancer in cancer cell line spheroids identified several genes whose silencing impacted growth. A second targeted validation screen in a larger panel of triple negative cell line models showed that silencing of the histone acetyltransferase CREBBP, promoted growth in 3D but had limited effect under traditional 2D culture conditions. Investigation of TCGA and METABRIC datasets showed that CREBBP was more frequently mutated in triple negative breast cancers (TNBCs) and at least a third of TNBCs also displayed gene haploinsufficiency or complete loss of CREBBP. Interrogation of expression and proteomic datasets showed that loss of CREBBP resulted in the upregulation of the pro-proliferative transcription factor FOXM1. Significantly, this conserved FOXM1-driven transcriptional programme was also seen in multiple solid tumors with CREBBP alterations including lung, oesophageal, bladder and endometrial cancers. This was recapitulated in several CREBBP deficient cells where we identified that FOXM1 is driving altered metabolism, allowing cancer cells to grow under nutrient stress conditions. In summary, CREBBP is a bona fide tumor suppressor in up to a third of TNBCs, as well as a wide range of other solid tumors. CREBBP-altered tumors display up-regulation of FOXM1, which alters cancer cell metabolism under nutrient stress conditions. Moreover, CREBBP-altered tumors are selectively sensitive to small molecule inhibitors that target FOXM1 activity, suggesting that this maybe a viable targeted therapeutic approach for CREBBP altered cancers. Citation Format: Barrie Peck, Philip J. Bland, Patty T. Wai, Hannah Cottom, Sarah L. Maguire, Eamonn Morrison, Holly E. Barker, Divya Kriplani, Rebecca Marlow, Kalnisha Naidoo, Gareth Muirhead, Syed Haider, Frances Daley, Frederik Wallberg, Andrew N. Tutt, Rachael C. Natrajan. Modeling tumor microenvironmental heterogeneity identifies CREBBP as a novel tumor suppressor in breast cancer [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2018; 2018 Apr 14-18; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2018;78(13 Suppl):Abstract nr 788.

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 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 enseignants0,046
Score d'incertitude au seuil0,770

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)0,0010,000

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 Opus0,053
Tête enseignante GPT0,366
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 tête enseignante, 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 revueCancer ResearchMême sujetFOXO transcription factor regulationTravaux en français237 207