Application of CRISPR screens to investigate mammalian cell competition
Notice bibliographique
Résumé
Cell competition is defined as the context-dependent elimination of cells that is mediated by intercellular communication, such as paracrine or contact-dependent cell signaling, and/or mechanical stresses. It is considered to be a quality control mechanism that facilitates the removal of suboptimal cells from both adult and embryonic tissues. Cell competition, however, can also be hijacked by transformed cells to acquire a 'super-competitor' status and outcompete the normal epithelium to establish a precancerous field. To date, many genetic drivers of cell competition have been identified predominately through studies in Drosophila. Especially during the last couple of years, ethylmethanesulfonate-based genetic screens have been instrumental to our understanding of the molecular regulators behind some of the most common competition mechanisms in Drosophila, namely competition due to impaired ribosomal function (or anabolism) and mechanical sensitivity. Despite recent findings in Drosophila and in mammalian models of cell competition, the drivers of mammalian cell competition remain largely elusive. Since the discovery of CRISPR/Cas9, its use in functional genomics has been indispensable to uncover novel cancer vulnerabilities. We envision that CRISPR/Cas9 screens will enable systematic, genome-scale probing of mammalian cell competition to discover novel mutations that not only trigger cell competition but also identify novel molecular components that are essential for the recognition and elimination of less fit cells. In this review, we summarize recent contributions that further our understanding of the molecular mechanisms of cell competition by genetic screening in Drosophila, and provide our perspective on how similar and novel screening strategies made possible by whole-genome CRISPR/Cas9 screening can advance our understanding of mammalian cell competition in the future.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».