STEM-05. FUNCTIONAL MAPPING REVEALS WIDESPREAD REMODELLING AND UNRECOGNIZED PATHWAY DEPENDENCIES IN RECURRENT GLIOBLASTOMA
Notice bibliographique
Résumé
Abstract Resistance to genotoxic therapies and tumor recurrence are hallmarks of glioblastoma (GBM), an aggressive brain tumor. Here, we explore the functional drivers of post-treatment recurrent GBM. By conducting genome-wide CRISPR-Cas9 screens in patient-derived GBM models, we uncover distinct genetic dependencies in recurrent tumor cells that were absent in their patient-matched primary predecessors, accompanied by increased mutational burden and differential transcript and protein expression. These analyses support parallel tumor-intrinsic mechanisms of treatment resistance which rely on acquisition of immunosuppressive capacity, including a defective mismatch repair pathway, ablation of PTEN activity, and a novel combination of de novo mutations in SWI/SNF components. We map a multilayered genetic and functional response to resist chemoradiotherapy and drive tumor recurrence, identifying protein tyrosine phosphatase 4A2 (PTP4A2) as a novel driver of self-renewal, proliferation and tumorigenicity at GBM recurrence. Mechanistically, genetic perturbation and a small molecule inhibitor of PTP4A2 repress axon guidance activity through a dephosphorylation axis with roundabout guidance receptor 1 (ROBO1) and exploit a genetic dependency on ROBO signaling. Importantly, engineered anti-ROBO1 single-domain antibodies also mimic the effects of PTP4A2 inhibition. We conclude that functional reprogramming drives tumorigenicity and present a dependence on a PTP4A2-ROBO1 signaling axis at GBM recurrence.
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 | 0,000 |
| 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) | 0,000 | 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 ».