MétaCan
Menu
← Retour à la cohorte
Enregistrement W3215896415 · doi:10.1093/neuonc/noab196.015

EPCO-16. ONCOHISTONE INTERACTOME PROFILING UNCOVERS MECHANISMS OF CHROMATIN DISRUPTION AND IDENTIFIES POTENTIAL THERAPEUTIC TARGETS IN PEDIATRIC HIGH-GRADE GLIOMA

2021· article· en· W3215896415 sur OpenAlexaff
Robert Siddaway, Laura Canty, Sanja Pajovic, Étienne Coyaud, Scott Milos, Stefanie-Grace Sbergio, Evan Lubanszky, Haley Yun, Sheyenne Carette, Alessia Portante, Brian Raught, Eric I. Campos, Cynthia Hawkins

Notice bibliographique

RevueNeuro-Oncology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensUniversity Health NetworkHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMethyltransferaseChromatinEpigeneticsHistoneMethylationPRC2DNA methylationBiologyMutantEZH2Transcription factorHistone methylationHistone H3GeneticsCell biologyDNAGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Mutations in histone H3 at amino acids 27 (H3K27M) and 34 (H3G34R) occur with high-frequency in pediatric high-grade glioma. H3K27M mutations have been shown to lead to global disruption of H3K27me3 through dominant negative PRC2 inhibition with accompanying gains in H3K36me3, while H3G34R mutations lead to local losses of H3K36me3 through inhibition of SETD2. However, the mechanism of action of these mutants on the broader landscape of chromatin-associated proteins remains unknown. Importantly, proteins with differential associations with oncohistones could be targeted therapeutically. Here we profiled the interactomes of the H3.1K27M, H3.3K27M and H3.3G34R oncohistones using BioID to gain an unbiased measure of their interaction landscapes. Among the differential interactors all 3 mutants lost interaction with H3K9 methyltransferases, while H3G34R also had reduced interaction with DNA methyltransferases accompanied by genome-wide DNA hypomethylation. In contrast, H3K27M mutants had increased association with transcription factors, consistent with the activation of transcription induced by the global loss of H3K27me3. H3K9me3 was reduced in H3K27M-containing nucleosomes, and cis-H3K9 methylation was required for H3K27M to exert its effect on global H3K27me3. Depletion of H3K9 methyltransferases with shRNA or treatment with H3K9 methyltransferase inhibitors was lethal to H3.1K27M, H3.3K27M and H3.3G34R mutant pHGG cell lines, underscoring the importance of H3K9 methylation for oncohistone-mutant gliomas and suggesting it could make an attractive therapeutic target.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→