MétaCan
Menu
← Retour à la cohorte
Enregistrement W4296131781 · doi:10.1158/1557-3265.sarcomas22-ia019

Abstract IA019: How to target lung metastasis: dynamic changes in chromatin accessibility during osteosarcoma lung metastasis expose vulnerabilities

2022· article· en· W4296131781 sur OpenAlexaboutno aff
Peter C. Scacheri

Notice bibliographique

RevueClinical Cancer Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetastasisReprogrammingOsteosarcomaChromatinCancer researchBiologyTranscription factorLung cancerEpigenomicsContext (archaeology)CancerMedicinePathologyCellDNA methylationGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract The metastatic cascade describes the series of steps required for a cancer cell to successfully spread from its primary tumor to a secondary organ. Despite knowing that metastasis is a fluid process, almost all studies to date have relied on end-point assays. As a result, little is known about the continuum of molecular events required for successful growth within the secondary organ. By profiling accessible chromatin in osteosarcoma cells grown in vitro and isolated from an early and late timepoint during lung metastasis, we identify temporally distinct epigenomic reprogramming events that occur as tumors form and grow within the metastatic microenvironment. Furthermore, these data pinpoint key upstream transcription factors responsible for the dynamic chromatin changes. Through paired in vivo and in vitro CRISPR drop-out screens, we show a subset of these putative pro-metastatic transcription factors are essential for lung metastasis, but dispensable for in vitro growth. Targeting the same factors with chemical probes in vitro and ex vivo demonstrated similar context-dependent essentiality. Altogether, our study demonstrates the epigenomes of metastasizing cancer cells are tightly regulated in a dynamic and context-specific manner, and the transcription factors controlling this process may serve as novel vulnerabilities. Citation Format: Peter C. Scacheri. How to target lung metastasis: dynamic changes in chromatin accessibility during osteosarcoma lung metastasis expose vulnerabilities [abstract]. In: Proceedings of the AACR Special Conference: Sarcomas; 2022 May 9-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2022;28(18_Suppl):Abstract nr IA019.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,443
Écart entre enseignants0,367 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→