MétaCan
Menu
Retour à la cohorte
Enregistrement W4405181977 · doi:10.1158/1538-8514.cancerchem24-ia002

Abstract IA002: Leveraging synthetic lethality for the development of novel cancer therapies

2024· article· en· W4405181977 sur OpenAlexaboutno aff
Kimberly J. Briggs

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related gene regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSynthetic lethalityGenetic screenCancerLethal alleleBiologyRNA interferenceCancer cellGenePopulationMutantCancer researchComputational biologyGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract The concept of synthetic lethality has long held promise for the next generation of genetically targeted cancer therapies to follow the success of PARP inhibitors in the treatment of BRCA-mutant cancers. The classical definition of synthetic lethality arose in Drosophila with the observation that loss of either of two genes independently had little effect on cell viability but loss of both led to cell death. This definition has now been expanded to capture pairs of genes in which genetic alteration of one gene and pharmacological inhibition of the other leads to death of cancer cells while sparing the normal cells which lack the genetic alteration, leading to a broad therapeutic index. Functional genomics screening (using unbiased RNAi or CRISPR-based technology) has enabled the systematic discovery of novel synthetic lethal targets for drug discovery. The selective dependence of MTAP-deleted cells on PRMT5 is one of the strongest genetic interactions observed in early RNAi screens. Approximately 10-15% of all human cancer is MTAP-deleted, providing a large and diverse patient population. MTA-cooperative PRMT5 inhibitors, which bind preferentially in the presence of MTA, have been developed by scientists at Tango Therapeutics and elsewhere to leverage the synthetic lethal relationship between PRMT5 and MTAP loss. MTA-cooperative PRMT5 inhibitors inhibit PRMT5 in MTAP-deleted cancer cells and spare MTAP-expressing normal cells leading to clinically well-tolerated and efficacious therapies. MTA-cooperative PRMT5 inhibitors have broad therapeutic potential both as single agent and in combination with other therapies. Citation Format: Kimberly Briggs.Leveraging synthetic lethality for the development of novel cancer therapies. [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Optimizing Therapeutic Efficacy and Tolerability through Cancer Chemistry; 2024 Dec 9-11; Toronto, Ontario, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(12_Suppl):Abstract nr IA002.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,017

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 Opus0,045
Tête enseignante GPT0,321
Écart entre enseignants0,276 · 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'étudeThéorique ou conceptuel
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 revueMolecular Cancer TherapeuticsMême sujetCancer-related gene regulationTravaux en français237 207