3D Functional Genomics Screens Identify CREBBP as a Targetable Driver in Aggressive Triple-Negative Breast Cancer
Notice bibliographique
Résumé
Abstract Triple-negative breast cancers (TNBC) are resistant to standard-of-care chemotherapy and lack known targetable driver gene alterations. Identification of novel drivers could aid the discovery of new treatment strategies for this hard-to-treat patient population, yet studies using high-throughput and accurate models to define the functions of driver genes in TNBC to date have been limited. Here, we employed unbiased functional genomics screening of the 200 most frequently mutated genes in breast cancer, using spheroid cultures to model in vivo–like conditions, and identified the histone acetyltransferase CREBBP as a novel tumor suppressor in TNBC. CREBBP protein expression in patient tumor samples was absent in 8% of TNBCs and at a high frequency in other tumors, including squamous lung cancer, where CREBBP-inactivating mutations are common. In TNBC, CREBBP alterations were associated with higher genomic heterogeneity and poorer patient survival and resulted in upregulation and dependency on a FOXM1 proliferative program. Targeting FOXM1-driven proliferation indirectly with clinical CDK4/6 inhibitors (CDK4/6i) selectively impaired growth in spheroids, cell line xenografts, and patient-derived models from multiple tumor types with CREBBP mutations or loss of protein expression. In conclusion, we have identified CREBBP as a novel driver in aggressive TNBC and identified an associated genetic vulnerability in tumor cells with alterations in CREBBP and provide a preclinical rationale for assessing CREBBP alterations as a biomarker of CDK4/6i response in a new patient population. Significance: This study demonstrates that CREBBP genomic alterations drive aggressive TNBC, lung cancer, and lymphomas and may be selectively treated with clinical CDK4/6 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».