MétaCan
Menu
Retour à la cohorte
Enregistrement W4214510985 · doi:10.1038/s41467-022-28705-x

Adaptive translational reprogramming of metabolism limits the response to targeted therapy in BRAFV600 melanoma

2022· article· en· W4214510985 sur OpenAlexaff
Lorey Smith, Tiffany J. Parmenter, Margarete Kleinschmidt, Eric Kusnadi, Jian Kang, Claire Martin, Peter K. H. Lau, Riyaben P. Patel, Julie Lorent, David Papadopoli, Anna Trigos, Teresa Ward, Aparna D. Rao, Emily J. Lelliott, Karen E. Sheppard, David L. Goode, Rodney J. Hicks, Tony Tiganis, Kaylene J. Simpson, Ola Larsson, Benjamin J. Blyth, Carleen Cullinane, Vihandha O. Wickramasinghe, Richard B. Pearson, Grant A. McArthur

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensMcGill University
Organismes subventionnairesCancer Council VictoriaNational Health and Medical Research CouncilMedical Research CouncilPeter MacCallum FoundationPeter MacCallum Cancer CentreUniversity of MelbourneCass FoundationAustralian Cancer Research FoundationAustralian Government
Mots-clésReprogrammingTargeted therapyCancer researchBiologyRNA interferenceMelanomaTranslation (biology)BioinformaticsRNAGeneCell biologyMessenger RNAGeneticsCancer

Résumé

récupéré en direct d'OpenAlex

Despite the success of therapies targeting oncogenes in cancer, clinical outcomes are limited by residual disease that ultimately results in relapse. This residual disease is often characterized by non-genetic adaptive resistance, that in melanoma is characterised by altered metabolism. Here, we examine how targeted therapy reprograms metabolism in BRAF-mutant melanoma cells using a genome-wide RNA interference (RNAi) screen and global gene expression profiling. Using this systematic approach we demonstrate post-transcriptional regulation of metabolism following BRAF inhibition, involving selective mRNA transport and translation. As proof of concept we demonstrate the RNA processing kinase U2AF homology motif kinase 1 (UHMK1) associates with mRNAs encoding metabolism proteins and selectively controls their transport and translation during adaptation to BRAF-targeted therapy. UHMK1 inactivation induces cell death by disrupting therapy induced metabolic reprogramming, and importantly, delays resistance to BRAF and MEK combination therapy in multiple in vivo models. We propose selective mRNA processing and translation by UHMK1 constitutes a mechanism of non-genetic resistance to targeted therapy in melanoma by controlling metabolic plasticity induced by therapy.

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 enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,323
Écart entre enseignants0,296 · 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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetRNA Research and SplicingTravaux en français237 207