Glioma Stem Cell–Specific Superenhancer Promotes Polyunsaturated Fatty-Acid Synthesis to Support EGFR Signaling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Glioblastoma ranks among the most aggressive and lethal of all human cancers. Functionally defined glioma stem cells (GSC) contribute to this poor prognosis by driving therapeutic resistance and maintaining cellular heterogeneity. To understand the molecular processes essential for GSC maintenance and tumorigenicity, we interrogated the superenhancer landscapes of primary glioblastoma specimens and in vitro GSCs. GSCs epigenetically upregulated ELOVL2, a key polyunsaturated fatty-acid synthesis enzyme. Targeting ELOVL2 inhibited glioblastoma cell growth and tumor initiation. ELOVL2 depletion altered cellular membrane phospholipid composition, disrupted membrane structural properties, and diminished EGFR signaling through control of fatty-acid elongation. In support of the translational potential of these findings, dual targeting of polyunsaturated fatty-acid synthesis and EGFR signaling had a combinatorial cytotoxic effect on GSCs. Significance: Glioblastoma remains a devastating disease despite extensive characterization. We profiled epigenomic landscapes of glioblastoma to pinpoint cell state–specific dependencies and therapeutic vulnerabilities. GSCs utilize polyunsaturated fatty-acid synthesis to support membrane architecture, inhibition of which impairs EGFR signaling and GSC proliferation. Combinatorial targeting of these networks represents a promising therapeutic strategy. See related commentary by Affronti and Wellen, p. 1161. This article is highlighted in the In This Issue feature, p. 1143
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle