MétaCan
Menu
Retour à la cohorte
Enregistrement W3184904659 · doi:10.1158/0008-5472.can-21-0774

Acquired <i>RAD51C</i> Promoter Methylation Loss Causes PARP Inhibitor Resistance in High-Grade Serous Ovarian Carcinoma

2021· article· en· W3184904659 sur OpenAlexfundno aff
Ksenija Nesic, Olga Kondrashova, Rachel M. Hurley, Cordelia D. McGehee, Cassandra J. Vandenberg, Gwo‐Yaw Ho, Elizabeth Lieschke, Genevieve Dall, Nirashaa Bound, Kristy Shield‐Artin, Marc R. Radke, Ashan Musafer, Zi Qing Chai, Mohammad Reza Eftekhariyan Ghamsari, Maria I. Harrell, Damien Kee, Inger Olesen, Orla McNally, Nadia Traficante, Australian Ovarian Cancer Study, Anna DeFazio, David D.L. Bowtell, Elizabeth M. Swisher, S. John Weroha, Kátia Nones, Nicola Waddell, Scott H. Kaufmann, Alexander Dobrovic, Matthew J. Wakefield, Clare L. Scott

Notice bibliographique

RevueCancer Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesCancer Council TasmaniaCancer Council VictoriaCancer Council South AustraliaVictorian Cancer AgencyEntertainment Industry FoundationStand Up To CancerMedical Research CouncilPeter MacCallum FoundationAstraZeneca AustraliaMedical Research and Materiel CommandEisaiOvarian Cancer Research FundCancer AustraliaNational Cancer InstituteAustralian Cancer Research FoundationMayo Foundation for Medical Education and ResearchState Government of VictoriaAustralian GovernmentCancer Council NSWOvarian Cancer AustraliaNational Breast Cancer FoundationClovis OncologySierra OncologyNational Ovarian Cancer CoalitionAmerican Association for Cancer ResearchNational Health and Medical Research CouncilCancer Research InstituteAstraZenecaOvarian Cancer Research Fund AllianceNational Institutes of Health
Mots-clésSerous fluidPARP inhibitorOvarian carcinomaMethylationCancer researchMedicineOvarian cancerOncologyInternal medicineBiologyPoly ADP ribose polymeraseCancerGeneGeneticsPolymerase

Résumé

récupéré en direct d'OpenAlex

Abstract In high-grade serous ovarian carcinoma (HGSC), deleterious mutations in DNA repair gene RAD51C are established drivers of defective homologous recombination and are emerging biomarkers of PARP inhibitor (PARPi) sensitivity. RAD51C promoter methylation (meRAD51C) is detected at similar frequencies to mutations, yet its effects on PARPi responses remain unresolved. In this study, three HGSC patient-derived xenograft (PDX) models with methylation at most or all examined CpG sites in the RAD51C promoter show responses to PARPi. Both complete and heterogeneous methylation patterns were associated with RAD51C gene silencing and homologous recombination deficiency (HRD). PDX models lost meRAD51C following treatment with PARPi rucaparib or niraparib, where a single unmethylated copy of RAD51C was sufficient to drive PARPi resistance. Genomic copy number profiling of one of the PDX models using SNP arrays revealed that this resistance was acquired independently in two genetically distinct lineages. In a cohort of 12 patients with RAD51C-methylated HGSC, various patterns of meRAD51C were associated with genomic “scarring,” indicative of HRD history, but exhibited no clear correlations with clinical outcome. Differences in methylation stability under treatment pressure were also observed between patients, where one HGSC was found to maintain meRAD51C after six lines of therapy (four platinum-based), whereas another HGSC sample was found to have heterozygous meRAD51C and elevated RAD51C gene expression (relative to homozygous meRAD51C controls) after only neoadjuvant chemotherapy. As meRAD51C loss in a single gene copy was sufficient to cause PARPi resistance in PDX, methylation zygosity should be carefully assessed in previously treated patients when considering PARPi therapy. Significance: Homozygous RAD51C methylation is a positive predictive biomarker for sensitivity to PARP inhibitors, whereas a single unmethylated gene copy is sufficient to confer resistance.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,093
Tête enseignante GPT0,402
Écart entre enseignants0,309 · 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'étudeExpérimental (laboratoire)
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

Citations86
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetPARP inhibition in cancer therapyTravaux en français237 207