MétaCan
Menu
← Retour à la cohorte
Enregistrement W4296230849 · doi:10.1158/1557-3265.sarcomas22-a012

Abstract A012: Targeting the dysregulation of transcription and splicing in Ewing sarcoma

2022· article· en· W4296230849 sur OpenAlexaboutno aff
Liesl A. Lawrence, Henry E. Miller, Alexander J.R. Bishop

Notice bibliographique

RevueClinical Cancer Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFLI1RNA splicingSarcomaCancer researchBiologyPediatric cancerTranscription (linguistics)Alternative splicingTranscription factorRNA polymerase IIRNAMedicineCancerGeneticsGene expressionMessenger RNAGenePromoterPathology

Résumé

récupéré en direct d'OpenAlex

Abstract The goals of this study are to investigate how EWS-FLI1 disrupts regulation of transcription and splicing in Ewing sarcoma, and to evaluate this dysregulation as a potential therapeutic target. Ewing Sarcoma is an aggressive pediatric bone and soft tissue cancer driven primarily by the EWS-FLI1 fusion oncogene. EWS-FLI1 acts as an oncogenic transcription factor and also interferes with normal regulation of transcription and transcription-associated RNA processing. Chemotherapy has substantially improved overall survival, but the prognosis is still very poor for those with metastatic or recurrent disease, and toxicity is a major concern in pediatric patients. Consequently, effective, less toxic, targeted treatment strategies are much needed. We performed a genome-wide RNAi screen in the Ewing sarcoma cell line TC32 and found that one of the top pathways required for cell survival was RNA processing/splicing. Previous studies have reported increased amounts of alternative splicing events in Ewing sarcoma. RNA processing, including splicing, is functionally coupled with transcription. We recently reported that Ewing sarcoma cells have high levels of phosphorylated RNA polymerase II and increased transcription activity, accumulate R-loops, and fail to regulate transcription appropriately in response to DNA damage. We proposed that EWS-FLI1 driven hyper-activation of transcription causes a targetable dependence on RNA splicing in Ewing sarcoma. Ewing sarcoma cells showed increased sensitivity to depletion of key splicing factors compared to mesenchymal stem cell controls; this was partially rescued by depleting EWS-FLI1 or by overexpressing RNASEH1, which degrades R-loops. Ewing sarcoma cells were extremely sensitive to splicing inhibition, which showed synergy with multiple chemotherapeutic agents. Splicing inhibition in Ewing sarcoma cells caused cell cycle arrest, induced apoptosis, and altered global gene expression, alternative splicing, and R-loop profiles as seen by RNA-seq and DRIP-seq. This work provides novel insight into transcription regulation and its dysregulation by EWS-FLI1. In addition, our results point to RNA splicing as a potential new therapeutic target in Ewing sarcoma, which has the potential to benefit all Ewing sarcoma patients, especially those with chemo-resistant disease. Citation Format: Liesl A. Lawrence, Henry Miller, Alexander Bishop. Targeting the dysregulation of transcription and splicing in Ewing sarcoma [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 A012.

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 enseignants0,003
Score d'incertitude au seuil0,009

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,246
Tête enseignante GPT0,503
Écart entre enseignants0,258 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetSarcoma Diagnosis and Treatment→Travaux en français237 207→