MétaCan
Menu
Retour à la cohorte
Enregistrement W4402266368 · doi:10.1158/1538-7445.pediatric24-a050

Abstract A050 DNMT3B DNA methyltransferase acts as a major player and therapeutic target in rhabdoid tumors

2024· article· en· W4402266368 sur OpenAlexaboutno aff
C. Chauvin, Mamy Andrianteranagna, Sandrina Turczynski, Joanna Cyrta, Arnault Tauziède‐Espariat, Rachida Bouarich, Zhi‐Yan Han, Julien Masliah‐Planchon, Gaëlle Pierron, Mylène Bohec, Sylvain Baulande, Sergio Roman‐Roman, Olivier Delattre, Franck Bourdeaut

Notice bibliographique

RevueCancer Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueChromatin Remodeling and Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDNMT3BMethyltransferaseCancer researchMedicineDNABiologyGeneticsMethylation

Résumé

récupéré en direct d'OpenAlex

Abstract Rhabdoid tumors (RTs) are highly aggressive pediatric malignancies which occur in kidney, soft-parts and brain, where they are named AT/RT. RTs are characterized by the inactivation of the SMARCB1 tumor suppressor gene encoding a core subunit of the chromatin remodeling SWI/SNF complex, which is the only recurrent genetic event, rendering this malignancy a prototype of epigenetically-driven cancers. Hence, targeting epigenetic modifyers by so-called « epidrugs » is an attractive hypothesis for treatment of RTs. Interestingly, several studies have pointed out the overexpression of de novo DNA methyl transferases, i.e. DNMT3A and DNMT3B, in RTs, but their role in RT oncogenesis remains to be defined. Of note, we noticed that DNMT3A and DNMT3B expression is induced by SMARCB1 loss in a composite tumor that harbors both SMARCB1 proficient and SMARCB1 deficient components, which methylation profiles strongly differ from each other. To investigate their actual role in RTs, we knocked-out DNMT3A or DNMT3B in the I2A inducible RT cell line allowing the re-expression of SMARCB1. We demonstrated that both DNMT3A and DNMT3B KO affected I2A cell viability, showing the RT vulnerability to those genes, but with a more important dependency to DNMT3B than to DNMT3A. DNMT3B loss largely impacted gene expression and DNA methylation, much more than DNMT3A loss. We further investigated the overlap between DNMT3A/DNMT3B and SMARCB1 functions at the transcriptional level. We found that 43% of the genes deregulated after SMARCB1 re-expression were also deregulated by DNMT3B loss and mostly in the same direction. Those commonly differentially regulated genes were involved in development and cell adhesion. In contrast, only 19% of the genes deregulated after SMARCB1 re-expression were deregulated after DNMT3A loss. In conclusion, DNMT3B KO recapitulates SMARCB1 re-expression effect on gene expression showing that DNMT3B and SMARCB1 play antagonistic roles in cell adhesion and developmental programs. We finally demonstrated that the use of nanaomycin A, a specific DNMT3B inhibitor, as strong cytotoxic effects on RT cell lines, confirming that targeting DNMT3B offers a true vulnerability for RT that opens promising perspectives for innovative treatment. Citation Format: Céline Chauvin, Mamy Andrianteranagna, Sandrina Turczynski, Joanna Cyrta, Arnault Tauziede-Espariat, Rachida Bouarich, Zhi-Yan Han, Julien Masliah-Planchon, Gaelle Pierron, Mylène Bohec, Sylvain Baulande, Sergio Roman-Roman, Olivier Delattre, Franck Bourdeaut. DNMT3B DNA methyltransferase acts as a major player and therapeutic target in rhabdoid tumors [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Advances in Pediatric Cancer Research; 2024 Sep 5-8; Toronto, Ontario, Canada. Philadelphia (PA): AACR; Cancer Res 2024;84(17 Suppl):Abstract nr A050.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,042
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,393
Écart entre enseignants0,351 · 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 tête enseignante, 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetChromatin Remodeling and CancerTravaux en français237 207