MétaCan
Menu
Retour à la cohorte
Enregistrement W4417277118 · doi:10.1093/bib/bbaf631.022

Uncovering allosteric communication in cancer-related histone mutations

2025· article· en· W4417277118 sur OpenAlexaff
Shuxiang Li, Jie Shu, James C Rober, Austin Macklem, Daniel Espiritu, Tanay Debnath, Maria J. Aristizabal, Anna R. Panchenko

Notice bibliographique

RevueBriefings in Bioinformatics · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensInstitute of Cancer ResearchOntario Institute for Cancer ResearchQueen's University
Organismes subventionnairesnon disponible
Mots-clésAllosteric regulationHistoneNucleosomeChromatinMutationHistone methylationHistone H3

Résumé

récupéré en direct d'OpenAlex

Abstract Background Histone mutations have been implicated in various cancers, but their mechanistic effects on chromatin dynamics remain largely unexplored. Aim To investigate how allosteric communication influences the functional outcomes of cancer-linked histone mutations. Methods We analyzed forty cancer-associated histone missense mutations using integrated computational modeling and experimental validation to evaluate their long-range structural and functional consequences. Results The allosteric effects of histone mutations were highly position-dependent. Mutations near the N-terminal tails of histones H3 and H4 caused the most pronounced conformational perturbations. Seven histone mutations were predicted to have strong allosteric signatures potentially influencing nucleosome interactions. Experimental assays confirmed that H2BS64Y and H2BS64F substitutions impaired histone function, disrupted H2BK120 ubiquitination, and decreased genome stability. Conclusions These findings indicate that certain histone mutations may exert oncogenic potential through long-range allosteric mechanisms, underscoring the importance of allostery as a key regulatory principle in cancer epigenetics.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,263
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBriefings in BioinformaticsMême sujetGenomics and Chromatin DynamicsTravaux en français237 207