Altered splicing and cytoplasmic levels of tRNA synthetases in SF3B1-mutant myelodysplastic syndromes as a therapeutic vulnerability
Notice bibliographique
Résumé
Myelodysplastic syndromes (MDS) are haematopoietic malignancies that are characterised by a heterogeneous clinical course. In recent years, sequencing efforts have uncovered recurrent somatic mutations within RNA splicing factors, including SF3B1, SRSF2, U2AF1 and ZRSR2. The most frequently mutated gene is SF3B1, mutated in 17% of MDS patients. While SF3B1 mutations and their effects on splicing have been well characterised, much remains to be explored about their more far-reaching effects on cellular homeostasis. Given that mRNA splicing and nuclear export are coordinated processes, we hypothesised that SF3B1 mutation might also affect export of certain mRNAs and that this may represent a targetable pathway for the treatment of SF3B1-mutant MDS. We used CRISPR/Cas9-genome editing to create isogenic cellular models. Comprehensive transcriptome and proteome profiling of these cells identified alterations in the splicing and export of components of the translational machinery, primarily tRNA synthetases, in response to the SF3B1 K700E mutation. While steady-state protein synthesis was unaffected, SF3B1 mutant cells were more sensitive to the clinically-relevant purine analogue, 8-azaguanine. In this study, we also demonstrated that 8-azaguanine affects splicing. Our results suggest that the simultaneous targeting of RNA metabolism and splicing by 8-azaguanine represents a therapeutic opportunity for SF3B1-mutant myelodysplastic syndromes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».