MétaCan
Menu
← Retour à la cohorte
Enregistrement W2990199625 · doi:10.33612/diss.101427699

Towards identification and targeting of Polycomb signaling pathways in leukemia

2019· dissertation· en· W2990199625 sur OpenAlexfundno aff
Henny Maat

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesUniversitair Medisch Centrum GroningenMinistry of Earth SciencesRijksuniversiteit GroningenUniversity of Alberta
Mots-clésChromatinBiologyEpigeneticsLeukemiaStem cellHaematopoiesisProgenitor cellCancer researchPopulationCell biologyGeneticsGeneMedicine

Résumé

récupéré en direct d'OpenAlex

The development of leukemia is a multistep process that can be caused by multiple genetic and epigenetic changes which affect normal growth and differentiation of hematopoietic stem and progenitor cells and ultimately lead to full leukemic transformation. Despite most leukemia patients initially achieving successful remission after intensive treatment, the persistence of a rare population of chemotherapy-resistant leukemic stem cells (LSCs) can result in relapse of disease in a relatively large cohort of patients. The studies presented in this thesis were aimed to identify Polycomb signaling pathways in leukemia and whether they can be used to target and eradicate LSCs. Our data suggest an essential role for non-canonical PRC1.1 in controlling distinct gene sets involved in unique cell biological processes required for the maintenance of leukemic cells. We identified that USP7 is part of non-canonical PRC1.1 and its enzymatic activity is critically important to maintain complex integrity and function. Targeting of PRC1.1 strongly reduced cell proliferation of (primary) leukemic cells in vitro and delayed leukemogenesis in vivo. Next, we aimed to obtain insights into the mechanisms by which PRC1.1 might affect transcriptional control in leukemic cells. We observed that PRC1.1 is associated with restrictive and permissive chromatin states, indicating that transcriptional control is a complicated multifactorial process and that beyond PRC1.1 other regulators play clearly important roles as well. Future work will focus on the underlying mechanisms and cross-talk with chromatin regulators and transcriptional machinery. Furthermore, we established a human leukemia mouse model which allowed us to study timing of gene knockdown on the efficacy of leukemia treatment. These findings suggested that it is critical to study gene function during the development of leukemia to find potential new targets for leukemia treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,258
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→