MétaCan
Menu
Retour à la cohorte
Enregistrement W3158694679 · doi:10.1038/s41467-021-22803-y

Recurrent deletions in clonal hematopoiesis are driven by microhomology-mediated end joining

2021· article· en· W3158694679 sur OpenAlexaff
Tzah Feldman, Akhiad Bercovich, Yoni Moskovitz, Noa Chapal-Ilani, Amanda Mitchell, Jessie J.F. Medeiros, Tamir Biezuner, Nathali Kaushansky, Mark D. Minden, Vikas Gupta, Michael Milyavsky, Zvi Livneh, Amos Tanay, Liran I. Shlush

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesBIRAXRising Tide FoundationNational Natural Science Foundation of ChinaIsrael Science FoundationApplebaum Foundation
Mots-clésBiologyGeneticsPolymeraseDNA polymeraseHaematopoiesisGenome editingStem cellCancer researchDNACRISPRGene

Résumé

récupéré en direct d'OpenAlex

The mutational mechanisms underlying recurrent deletions in clonal hematopoiesis are not entirely clear. In the current study we inspect the genomic regions around recurrent deletions in myeloid malignancies, and identify microhomology-based signatures in CALR, ASXL1 and SRSF2 loci. We demonstrate that these deletions are the result of double stand break repair by a PARP1 dependent microhomology-mediated end joining (MMEJ) pathway. Importantly, we provide evidence that these recurrent deletions originate in pre-leukemic stem cells. While DNA polymerase theta (POLQ) is considered a key component in MMEJ repair, we provide evidence that pre-leukemic MMEJ (preL-MMEJ) deletions can be generated in POLQ knockout cells. In contrast, aphidicolin (an inhibitor of replicative polymerases and replication) treatment resulted in a significant reduction in preL-MMEJ. Altogether, our data indicate an association between POLQ independent MMEJ and clonal hematopoiesis and elucidate mutational mechanisms involved in the very first steps of leukemia evolution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations32
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207