<i>In vivo</i> CRISPR screens reveal SCAF1 and USP15 as novel drivers of pancreatic cancer
Notice bibliographique
Résumé
Abstract Functionally characterizing the genetic alterations that drive pancreatic cancer progression is a prerequisite for Precision Medicine. Here, we developed a somatic CRISPR/Cas9 mutagenesis screen to assess the transforming potential of 125 recurrently mutated ‘long-tail’ pancreatic cancer genes, which revealed USP15 and SCAF1 as novel and potent Pancreatic ductal adenocarcinoma PDAC tumor suppressors, with USP15 functioning in a haplo-insufficient manner. Mechanistically, we found that loss of USP15 leads to reduced inflammatory responses associated with TNFα, TGF-β and IL6 signaling and sensitizes pancreatic cancer cells to PARP inhibition and gemcitabine. Similarly, genetic ablation of SCAF1 reduced inflammatory responses linked to TNFα, TGF-β and mTOR signaling and increased sensitivity to PARP inhibition. Furthermore, we identified that loss of SCAF1 resulted in the formation of a truncated inactive USP15 isoform at the expense of full length USP15, functionally coupling SACF1 and USP15. Notably, USP15 and SCAF1 mutations or copy number losses are observed in 31% of PDAC patients. Together, our results demonstrate the utility of in vivo CRISPR to integrate human cancer genomics with mouse modeling to delineate novel cancer driver genes USP15 and SCAF1 such as with potential prognostic and therapeutic implications.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».