Abstract IA005: Therapeutic vulnerabilities of cohesin-mutant myeloid malignancies
Notice bibliographique
Résumé
Abstract Splicing modulation is a promising treatment strategy pursued to date only in splicing-factor mutant cancers; however, its therapeutic potential is poorly understood outside of this context. Like splicing factors, genes encoding components of the cohesin complex are frequently mutated in myeloid malignancies, including 15-20% of myelodysplastic syndromes (MDS) and secondary acute myeloid leukemia (AML), where they are associated with poor outcomes. I will discuss our recent findings identifying cohesin mutations as biomarkers of sensitivity to drugs targeting splicing-factor SF3B1 (H3B-8800 and E-7107) and describe the mechanism by which drug-induced alterations in splicing of DNA repair genes, such as BRCA1 and BRCA2, underlie this sensitivity. We have demonstrated that treatment of cohesin-mutant cells with SF3B1 modulators results in impaired DNA damage response, accumulation of DNA damage, and increased sensitivity to PARP inhibitors and a panel of chemotherapeutic agents in vitro and in vivo, using AML cell lines and patient-derived xenograft models. Furthermore, we identified RAD51 foci formation as a predictive biomarker of sensitivity to SF3B1 splicing modulation alone or followed by sequential treatment with PARP inhibition and chemotherapy, and have identified additional non-cohesin mutant subtypes of MDS/AML and ovarian and breast cancer which are sensitive to this therapeutic approach. Our findings expand the potential therapeutic benefits of SF3B1 splicing modulators to include cohesin-mutant MDS/AML and we propose this as broader strategy for therapeutic targeting of other DNA damage-repair deficient cancers. Citation Format: Zuzana Tothova. Therapeutic vulnerabilities of cohesin-mutant myeloid malignancies [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Expanding and Translating Cancer Synthetic Vulnerabilities; 2024 Jun 10-13; Montreal, Quebec, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(6 Suppl):Abstract nr IA005.
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) | 0,002 | 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 ».