High-resolution structural genomics reveals new therapeutic vulnerabilities in glioblastoma
Notice bibliographique
Résumé
We investigated the role of 3D genome architecture in instructing functional properties of glioblastoma stem cells (GSCs) by generating sub-5-kb resolution 3D genome maps by in situ Hi-C. Contact maps at sub-5-kb resolution allow identification of individual DNA loops, domain organization, and large-scale genome compartmentalization. We observed differences in looping architectures among GSCs from different patients, suggesting that 3D genome architecture is a further layer of inter-patient heterogeneity for glioblastoma. Integration of DNA contact maps with chromatin and transcriptional profiles identified specific mechanisms of gene regulation, including the convergence of multiple super enhancers to individual stemness genes within individual cells. We show that the number of loops contacting a gene correlates with elevated transcription. These results indicate that stemness genes are hubs of interaction between multiple regulatory regions, likely to ensure their sustained expression. Regions of open chromatin common among the GSCs tested were poised for expression of immune-related genes, including CD276 . We demonstrate that this gene is co-expressed with stemness genes in GSCs and that CD276 can be targeted with an antibody-drug conjugate to eliminate self-renewing cells. Our results demonstrate that integrated structural genomics data sets can be employed to rationally identify therapeutic vulnerabilities in self-renewing cells.
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 ».