CRISPR Loss-of-Function Screen Identifies the Hippo Signaling Pathway as the Mediator of Regorafenib Efficacy in Hepatocellular Carcinoma
Notice bibliographique
Résumé
Regorafenib is used for hepatocellular carcinoma (HCC), but its response does not last long, partly due to chemoresistance acquisition. We performed a clustered regularly interspaced short palindromic repeats (CRISPR)-based loss-of-function genetic screen and aimed to discover molecules involved in regorafenib resistance in HCC. Xenograft tumors established from Cas9-expressing HCC cells with pooled CRISPR kinome libraries were treated with regorafenib or a vehicle. Sequencing analysis identified 31 genes, with the abundance of multiple guide RNAs increased in regorafenib-treated tumors compared to that in vehicle-treated tumors, including 2 paralogues, LATS2 and LATS1, core components of the Hippo signaling pathway. Notably, all eight designed guide RNAs targeting LATS2 increased in regorafenib-treated tumors, suggesting that LATS2 deletion confers regorafenib resistance in HCC cells. LATS2 knockdown significantly mitigated the cytotoxic and proapoptotic effects of regorafenib on HCC cells. LATS2 inhibition stabilized the Hippo signaling mediator YAP, leading to the upregulation of antiapoptotic Bcl-xL and the multidrug resistance transporter ABCB1. Among 12 hepatoma cell lines, the half maximal inhibitory concentration (IC50) values of regorafenib were positively correlated with any of YAP, Bcl-xL and ABCB1 levels. The inhibition of YAP or Bcl-xL in regorafenib-insensitive HCC cells restored their susceptibility to regorafenib. In conclusion, our screen identified the Hippo signaling pathway as the mediator of regorafenib efficacy in HCC.
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 ».