KDM5-driven transcriptional noise fuels plasticity-led awakening and relapse in paediatric cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
How drug-tolerant persister (DTP) cells escape quiescence to drive tumour relapse is a central unresolved question in cancer evolution. Here, we identify transcriptional noise (TN), defined as the stochastic variability in gene expression, as a latent property of paediatric cancer cells that becomes a driver of adaptive regrowth after treatment withdrawal. Using functional assays, lineage tracing, single-cell transcriptomics, and multiscale landscape modelling, we show that therapy enriches mesenchymal-like tolerant states in neuroblastoma without clonal selection, while post-treatment awakening is a stochastic process fuelled by noise-enabled plasticity in cell-identity programmes. The histone demethylase KDM5A relocates to noisy cell-state genes during awakening, promoting H3K4me3 removal and chromatin remodelling at these loci. KDM5 inhibition abrogates this process, and suppresses transcriptional noise, halts DTP exit, and prevents tumour recovery in both neuroblastoma and hepatoblastoma models. These results establish DTP as an exploitable evolutionary bottleneck, positioning KDM5-mediated transcriptional noise as an actionable therapeutic target to limit cancer adaptation and relapse.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle