Cooperation of dominant oncogenes with regulatory germline variants shapes clinical outcomes in childhood cancer
Notice bibliographique
Résumé
INTRODUCTORY PARAGRAPH Deciphering principles of inter-individual tumor heterogeneity is essential for refinement of personalized anti-cancer therapy. Unlike cancers of adulthood, pediatric malignancies including Ewing sarcoma (EwS) feature a striking paucity of somatic alterations except for pathognomonic driver-mutations that cannot explain overt variations in clinical outcome. Here we demonstrate in the EwS model how cooperation of a dominant oncogene and regulatory variants determine tumor growth, patient survival and drug response. We show that binding of the oncogenic EWSR1-FLI1 fusion transcription factor to a polymorphic enhancer-like DNA element controls expression of the transcription factor MYBL2, whose high expression promotes poor patient outcome via activation of pro-proliferative signatures. Analysis of paired germline and tumor whole-genome sequencing data revealed that regulatory variability at this locus is inherited via the germline. CRISPR-mediated interference with this regulatory element almost abolished MYBL2 transcription, and MYBL2 knockdown decreased cell proliferation, cell survival and tumorigenicity of EwS cells. Combined RNA- and ChIP-seq analyses as well as functional experiments and clinical data identified CCNF, BIRC5 and AURKB as direct MYBL2 targets and critical mediators of its phenotype. In drug-response experiments, high MYBL2 levels sensitized EwS cells for inhibition of its activating cyclin dependent kinase CDK2 in vitro and in vivo, suggesting MYBL2 as a predictive biomarker for targeted anti-CDK2-therapy. Collectively, our findings establish cooperation of somatic mutations and regulatory germline variants as a major determinant of tumor progression and indicate the importance of integrating the regulatory genome in the process of developing new diagnostic and/or therapeutic strategies to fully harness the potential of precision medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».