Inhibition of DNMT1 and ERRα crosstalk suppresses breast cancer via derepression of IRF4
Notice bibliographique
Résumé
DNA methylation is implicated in the acquisition of malignant phenotypes, and the use of epigenetic modulating drugs is a promising anti-cancer therapeutic strategy. 5-aza-2'deoxycytidine (decitabine, 5-azadC) is an FDA-approved DNA methyltransferase (DNMT) inhibitor with proven effectiveness against hematological malignancies and more recently triple-negative breast cancer (BC). Herein, genetic or pharmacological studies uncovered a hitherto unknown feedforward molecular link between DNMT1 and the estrogen related receptor α (ERRα), a key transcriptional regulator of cellular metabolism. Mechanistically, DNMT1 promotes ERRα stability which in turn couples DNMT1 transcription with that of the methionine cycle and S-adenosylmethionine synthesis to drive DNA methylation. In vitro and in vivo investigation using a pre-clinical mouse model of BC demonstrated a clear therapeutic advantage for combined administration of the ERRα inhibitor C29 with 5-azadC. A large-scale bisulfite genomic sequencing analysis revealed specific methylation perturbations fostering the discovery that reversal of promoter hypermethylation and consequently derepression of the tumor suppressor gene, IRF4, is a factor underlying the observed BC suppressive effects. This work thus uncovers a critical role of ERRα in the crosstalk between transcriptional control of metabolism and epigenetics and illustrates the potential for targeting ERRα in combination with DNMT inhibitors for BC treatment and other epigenetics-driven malignancies.
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 ».