SHH PATHWAY ACTIVATION DRIVES MALIGNANT TRANSFORMATION IN A SUBSET OF MPNSTS AND IS A POTENTIAL THERAPEUTIC TARGET
Notice bibliographique
Résumé
Abstract BTFC travel award recipient Malignant peripheral nerve sheath tumors (MPNSTs) are highly aggressive Schwann-cell derived sarcomas and the leading cause of mortality in Neurofibromatosis Type 1. The molecular pathways driving malignant transformation is not well understood. In this study, we leveraged multi-platform genomic and epigenomic profiling of human neurofibromas and MPNSTs to identify targetable molecular pathways that lead to malignant transformation. Fresh-frozen tumors (N = 108) were studied including methylation profiling, RNA sequencing, and whole exome sequencing. Unsupervised consensus clustering of methylome and transcriptome data identified 2 distinct MPNST subgroups. Pathway analysis showed that MPNST-G1 tumors are characterized by SHH pathway activation (NES=1.9952, p<0. 0001, FDR<0.001), while MPNST-G2 tumors are characterized by WNT pathway activation (NES=1.7630, p<0.0001, FDR=0.0058). We observed significantly higher rates of PTCH1 deletions, a negative regulator of SHH pathway, in MPNST-G1 (62.5% vs 0%, Fisher Exact Test=0.0065, p<0.05) and PTCH1 promoter hypermethylation (mean beta value: 0.2899 vs. 0.06119, p<0.05). A computational drug screen identified sonedigib, a SHH pathway inhibitor, as a potential treatment option for MPSNT-G1. We validated the importance of SHH pathway in malignant transformation by knocking out PTCH1 in neurofibroma cell lines and demonstrated increased cellular proliferation, cellular migration and invasion. In addition, treatment with sonedigib decreased cellular viability in MPNST cell lines and improved survival in mouse xenograft models. These results suggest a targeted approach should be taken for treating MPNSTs, and SHH and WNT pathway inhibition may be promising avenue for therapeutic development.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».