Abstract P096: Using CRISPR-Cas9 screens to identify microRNA involved in aggressive prostate cancer phenotypes
Notice bibliographique
Résumé
Abstract Background: Prostate cancer (PCa) is the most common cancer diagnosis in Canadian men. For many, the tumour can remain “dormant” negating a need for treatment, but if the tumour progresses and becomes metastatic, prognosis is poor. Despite the introduction of new treatments, metastatic PCa remains a lethal and incurable disease. This is invariably due to the onset of castration-resistance in advanced cases producing a more aggressive tumour with increased metastatic potential. We hypothesize that microRNA can promote these aggressive PCa phenotypes due to their ability to regulate diverse gene networks simultaneously. Methods: We have generated miRKOv2, the second version of our microRNA CRISPR Knockout library using the latest on- and off-target scoring algorithms and other microRNA-specific features for CRISPR-Cas9 guide RNA (gRNA) design. miRKOv2 will be used in three separate screens to identify microRNA that are essential for PCa growth, microRNA that are involved in PCa metastasis, and microRNA that can confer castration-resistance, respectively. Results: Next generation sequencing of the plasmid miRKOv2 library showed a median gRNA coverage of ~1100X. In silico comparisons to other microRNA libraries demonstrate that miRKOv2 is a superior sgRNA library. DU145 cells stably expressing Cas9 are highly active and proof of principle growth assays demonstrate that essential gene knockout and subsequent decrease in cell viability is detectable. Generation of a Cas9+ PCa cell line panel and screens are ongoing. Conclusion: miRKOv2 is an improved microRNA-focused CRISPR library with high gRNA coverage. Proof of principle assays demonstrate that knockout of essential genes results in a reduction in cell viability, indicating that a CRISPR dropout screen is appropriate for our in vitro model. This project aims to identify microRNA dependencies in metastatic and castration-resistant PCa that can be leveraged into new biomarkers and therapies. Citation Format: Jonathan Tak-Sum Chow, Daniel K. C. Lee, Martino Marco Gabra, Norman Fu, Keyue Chen, Leonardo Salmena. Using CRISPR-Cas9 screens to identify microRNA involved in aggressive prostate cancer phenotypes [abstract]. In: Proceedings of the AACR-NCI-EORTC Virtual International Conference on Molecular Targets and Cancer Therapeutics; 2021 Oct 7-10. Philadelphia (PA): AACR; Mol Cancer Ther 2021;20(12 Suppl):Abstract nr P096.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,004 | 0,002 |
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 ».