MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388460745 · doi:10.1101/2023.11.06.565874

Loss of function of <i>Atrx</i> leads to activation of alternative lengthening of telomeres in a primary mouse model of sarcoma

2023· preprint· en· W4388460745 sur OpenAlexaff
Matthew Pierpoint, Warren Floyd, Amy J. Wisdom, Lixia Luo, Yan Ma, Matthew S. Waitkus, David G. Kirsch

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer Centre
Organismes subventionnairesNational Cancer Institute
Mots-clésTelomereATRXTelomeraseBiologyCancer researchCRISPRKRASCancerGenome instabilityCell biologyGeneticsMutationDNA damageGeneDNA

Résumé

récupéré en direct d'OpenAlex

Abstract The development of a telomere maintenance mechanism is essential for immortalization in human cancer. While most cancers elongate their telomeres by expression of telomerase, 10-15% of human cancers use a pathway known as alternative lengthening of telomeres (ALT). In this work, we developed a genetically engineered primary mouse model of sarcoma in CAST/EiJ mice which displays multiple molecular features of ALT activation after CRISPR/Cas9 introduction of oncogenic Kras G12D and loss of function mutations of Trp53 and Atrx. In this model, we demonstrate that the loss of Atrx contributes to the development of ALT in an autochthonous tumor, and this process occurs independently of telomerase function by variation of mTR alleles. Furthermore, we find that telomere shortening from the loss of telomerase leads to higher chromosomal instability while loss of Atrx and activation of ALT lead to an increase in telomeric instability, telomere sister chromatid exchange, c-circle production, and formation of ALT-associated promyelocytic leukemia bodies (APBs). The development of this primary mouse model of ALT could enable future investigations into therapeutic vulnerabilities of ALT activation and its mechanism of action.

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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,247
Écart entre enseignants0,217 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetTelomeres, Telomerase, and Senescence→Travaux en français237 207→