Loss of 4.1B Drives PRMT3-Mediated Regulation of GBM Brain Tumour Stem Cell Growth
Notice bibliographique
Résumé
Background: Protein arginine methyltransferase 3 (PRMT3), a type I family PRMT, regulates the activity of downstream substrates by catalyzing the asymmetric dimethylation of arginine residues. While PRMT3 activity has been reported to be deregulated in many cancers, including glioblastoma (GBM), the underlying signalling mechanisms that contribute to disease progression are largely unknown. Methods: We tested the efficacy of a PRMT3 chemical probe, SGC707, in a cohort of GBM patient-derived primary and recurrent brain tumour stem cell (BTSC) lines. RNA-sequencing, CRISPR-cas9 knockout, and inducible overexpression methods were used to investigate the molecular mechanisms regulated by the aberrant activity of PRMT3 in different BTSC lines. Results: We show that expression of the tumour suppressor protein 4.1B, a negative regulator of PRMT3, predicts the response of GBM BTSCs to the PRMT3 chemical probe, SGC707. Furthermore, PRMT3 modulates the stability and subcellular localization of the downstream effector, UHRF1, a member of the DNA methylation complex. These findings suggest that UHRF1 and DNMT1 may suppress the expression of 4.1B through the increased promoter methylation of EPB4.1L3. Intriguingly, the inducible overexpression of EPB4.1L3 in the BT248EPB4.1L3low BTSC line mimicked the effects of the pharmacologic and genetic inhibition of PRMT3. In contrast, knockout of EPB4.1L3 in BT143EPB4.1L3high cells reduced the interactions between PRMT3 and 4.1B proteins, resulting in increased sensitivity of knockout cells to SGC707 treatment. Conclusions: These findings show that 4.1B, PRMT3, and UHRF1/DNMT1 function together to promote BTSC growth. Thus, targeting PRMT3 or UHRF1/DNMT1, especially in tumours with low endogenous 4.1B protein, may have high therapeutic relevance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».