Increased PARP1‐DNA binding due to autoPARylation inhibition of PARP1 on DNA rather than PARP1‐DNA trapping is correlated with PARP1 inhibitor's cytotoxicity
Notice bibliographique
Résumé
PARP1 inhibitors (PARPis) are used clinically during cancer therapy and are thought to exert their cytotoxicity through PARP1 polymerase inhibition and PARP1-DNA trapping. Here, we showed no significant correlation between PARP1-DNA trapping and cytotoxicity induced by PARPis. We complemented PARP1-knockout sublines with wild-type PARP1 and 11 mutants with different point mutations that affect the polymerase activity. When examining the PARPi talazoparib, the induced cytotoxicity was highly significantly correlated with cellular PARP1 polymerase activity, but not with its PARP1-DNA trapping or polymerase inhibition. Similarly, talazoparib's PARP1-DNA trapping revealed significant correlation with the polymerase activity rather than its inhibition. Differently, however, when evaluating purified wild-type and mutated PARP1, we identified an almost linear relationship between PARPis' inhibiting PARP1 dissociation from DNA and their cytotoxicity in 17 cancer cell lines. In contrast, no significant correlation existed between PARP1 polymerase inhibition in the histone-based systems and the cytotoxicity. After careful comparisons on different methods and detection targets, we conclude that the PARPi-mediated increase in PARP1-DNA binding by inhibiting autoPARylation of PARP1 on DNA rather than in PARP1-DNA trapping is correlated with PARPi's cytotoxicity. Accordingly, we established a new PARPi screening model that more closely predicts cytotoxicity.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,002 | 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 ».