Leveraging Gene Redundancy to Find New Histone Drivers in Cancer
Notice bibliographique
Résumé
Histones play a critical role in chromatin function but are susceptible to mutagenesis. In fact, numerous mutations have been observed in several cancer types, and a few of them have been associated with carcinogenesis. Histones are peculiar, as they are encoded by a large number of genes, and the majority of them are clustered in three regions of the human genome. In addition, their replication and expression are tightly regulated in a cell. Understanding the etiology of cancer mutations in histone genes is impeded by their functional and sequence redundancy, their unusual genomic organization, and the necessity to be rapidly produced during cell division. Here, we collected a large data set of histone gene mutations in cancer and used it to investigate their distribution over 96 human histone genes and 68 different cancer types. This analysis allowed us to delineate the factors influencing the probability of mutation accumulation in histone genes and to detect new histone gene drivers. Although no significant difference in observed mutation rates between different histone types was detected for the majority of cancer types, several cancers demonstrated an excess or depletion of mutations in histone genes. As a consequence, we identified seven new histone genes as potential cancer-specific drivers. Interestingly, mutations were found to be distributed unevenly in several histone genes encoding the same protein, pointing to different factors at play, which are specific to histone function and genomic organization. Our study also elucidated mutational processes operating in genomic regions harboring histone genes, highlighting POLE as a factor of potential interest.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».