The Functional Landscape of Patient-Derived RNF43 Mutations Predicts Sensitivity to Wnt Inhibition
Notice bibliographique
Résumé
Abstract A subset of Wnt-addicted cancers are sensitive to targeted therapies that block Wnt secretion or receptor engagement. RNF43 loss-of-function (LOF) mutations that increase cell surface Wnt receptor abundance cause sensitivity to Wnt inhibitors. However, it is not clear which of the clinically identified RNF43 mutations affect its function in vivo. We assayed 119 missense and 45 truncating RNF43 mutations found in human cancers using a combination of cell-based reporter assays, genome editing, flow cytometry, and immunofluorescence microscopy. Five common germline variants of RNF43 exhibited wild-type activity. Cancer-associated missense mutations in the RING ubiquitin ligase domain and a subset of mutations in the extracellular domain hyperactivate Wnt/β-catenin signaling through formation of inactive dimers with endogenous RNF43 or ZNRF3. RNF43 C-terminal truncation mutants, including the common G659fs mutant are LOF specifically when endogenous mutations are examined, unlike their behavior in transient transfection assays. Patient-derived xenografts and cell lines with C-terminal truncations showed increased cell surface Frizzled and Wnt/β-catenin signaling and were responsive to porcupine (PORCN) inhibition in vivo, providing clear evidence of RNF43 impairment. Our study provides potential guidelines for patient assignment, as virtually all RNF43 nonsense and frameshift mutations, including those in the C-terminal domain and a large number of patient-associated missense mutations in the RING domain and N-terminal region compromise its activity, and therefore predict response to upstream Wnt inhibitors in cancers without microsatellite instability. This study expands the landscape of actionable RNF43 mutations, extending the benefit of these therapies to additional patients. Significance: Systematic examination of patient-derived RNF43 mutations identifies rules to guide patient selection, including that truncation or point mutations in well-defined functional domains sensitize cancers to PORCN inhibitors.
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 | 0,001 |
| 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) | 0,002 | 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 ».