STEM-27. LEVERAGING FUNCTIONAL GENETIC DEPENDENCIES IN TREATMENT-REFRACTORY GLIOBLASTOMA
Notice bibliographique
Résumé
Abstract As the most common primary brain tumor in adults causing death, Glioblastoma (GBM) remains a therapeutic challenge. Unchanged for almost two decades, standard therapy is ineffective at preventing disease relapse with a median patient survival of < 15 months. Stem cell-like subpopulations of tumor cells, known as brain tumor initiating cells (BTICs), evade standard therapy and lead to relapse. Whereas previous studies largely focus on pre-treatment primary GBM (pGBM), we conducted a panel of genome-wide CRISPR-Cas9 gene knockout screens to determine modulators of treatment resistance and de novo genetic vulnerabilities arising at disease recurrence. Using our in vitro model of conventional therapy, we identified genes modulating sensitivity and resistance to Temozolomide and/or radiation therapy in patient-derived pGBM BTICs. Genes modulating sensitivity belong to Fanconi anaemia nuclear complex, interstrand cross link repair, and regulation of stem cell maintenance and differentiation. Following in vitro validation of gene knockouts conferring treatment sensitization in multiple pGBM BTIC lines, we continued to conduct the first genome-wide CRISPR-Cas9 screens in patient-derived rGBM BTICs. Focusing on genetic vulnerabilities arising de novo at disease relapse, we introduce the context-specific role of protein tyrosine phosphatase 4A2 (PTP4A2) in rGBM. Genetic knockout or small molecule targeting of PTP4A2 leads to a context-specific vulnerability of rGBM self renewal capacity and in vivo tumorigenecity. To continue our analysis of treatment-refractory GBM and overcome intertumoral heterogeneity, we conducted genome-wide CRISPR-Cas9 gene knockout screens and whole cell proteomics on patient-matched pGBM and rGBM BTICs. With >1000 differentially essential genes, combined functional genetic and proteomic analyses implicates genes involved in mRNA splicing, nucleotide metabolism, and activation of gene expression by sterol regulatory element-binding protein. Together, our functional genetic approach elucidates novel genes regulating treatment resistance and disease recurrence in GBM.
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 ».