Abstract B082: Oncogenic KRAS-mediated epigenetic reprogramming is altered by loss of Activating Transcription Factor 3
Notice bibliographique
Résumé
Abstract Introduction: Over 90% of PDAC patients harbor an activating KRAS mutation, the most common form being KRASG12D. However, additional genetic mutations and environmental events, including chronic or hereditary pancreatitis, are needed for KRAS mutations to lead to PDAC. Our laboratory showed Activating Transcription Factor 3 (ATF3) was required for repressing genes that stabilize the mature acinar cell phenotype and for KRASG12D-driven progression to advanced PanIN lesions. However, ATF3 contributes to gene activation and repression and has been linked to numerous transcription factors and epigenetic mediators, and how ATF3 affects PDAC progression remains unknown. We hypothesize that KRASG12D promotes ATF3-driven histone acetylation in precursor PanINs lesions. Methods: C57Bl/6l mice allowing for acinar-inducible KRASG12D combined with (Ptf1acreERTKRASG12D) or without (Ptf1acreERTKRASG12DAtf3-/-; APK) Atf3 deletion were treated with tamoxifen to induce KRASG12D. After 10 days, mice were treated with cerulein to induce injury and PanIN progression. Mice were sacrificed after two weeks and 3D organoid lines developed. RNA-seq and chromatin immunoprecipitation for H3K27 acetylation (H3K27ac) followed by sequencing (ChIP-seq) was performed. Bioinformatic analysis was used to identify differentially enriched pathways. Levels of acetyl-CoA, the substrate for acetylation, was compared between lines along with levels of H3K27ac, H3K4me1, H3K4me3, and H3K9me3 through western blots. Results and Discussion: KRASG12D expression promoted epigenetic reprogramming in PanINs, including dysregulation of H3K27ac enrichment. ChIP-seq results showed the absence of ATF3 reduces H3K27 acetylation preferentially at gene promoters and pathway analysis showed differential enrichment and activation of KRAS signaling. Mechanistically, ATF3-deleted mice have lower acetyl-CoA levels, linking ATF3 to metabolic pathways as a possible mechanism for gene regulation. Comparing genes with an ATF3-dependent acetylation pattern to a curated list of KRAS-targeted genes identified SMARCC2 (BAF170), a SWI/SNF complex subunit, and KDM1B, a histone demethylase affecting H3K4, suggesting a potential role for ATF3 in widespread epigenetic regulation. Public sequencing data from PDAC patients, supports these findings as ATF3 expression is positively correlated with expression of several SWI/SNF complex subunits and demethylases. Conclusion: This study highlights a role for ATF3- mediated epigenetic dysregulatio. In oncogenic KRAS-dependent PDAC. Targeting this ATF3- mediated epigenetic landscape could be a promising new therapeutic avenue. Citation Format: Fatemeh Mousavi, Christopher L Pin, Parisa Shooshtari. Oncogenic KRAS-mediated epigenetic reprogramming is altered by loss of Activating Transcription Factor 3 [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Advances in Pancreatic Cancer Research; 2024 Sep 15-18; Boston, MA. Philadelphia (PA): AACR; Cancer Res 2024;84(17 Suppl_2):Abstract nr B082.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».