Onko-Gene

Veille critique en oncologie moléculaire des tumeurs solides

FREN

Gène

GATA3

2 articles · Ressources : NCBI Gene, OncoKB

Biologie moléculaire · Bioinfo & IA

Integrative multi-omics profiling and machine learning reveal enhancer RNA signatures for early detection and prognostic stratification in breast cancer

Xia J, Tian J, Cao Y, et al.

NAR cancer

Cette étude a exploré le potentiel des ARN d’enhancer (eRNA) comme biomarqueurs pour le cancer du sein, en complément des transcrits codant pour les protéines. En profilant les eRNA sur plus de 1000 échantillons TCGA-BRCA et des tissus sains, les chercheurs ont développé une signature de 10 eRNA capable de stratifier les patients en groupes à risque élevé et faible, avec une valeur pronostique indépendante. De plus, un panel de 19 eRNA a été conçu pour la détection précoce, démontrant une excellente performance sur une cohorte indépendante. Ces outils ont été intégrés dans eRNACare, une application web publique, soulignant le rôle prometteur des eRNA pour la stratification du risque, le guidage thérapeutique et le diagnostic précoce du cancer du sein.

Biologie moléculaire

Sensitive detection of somatic mutations in GC-rich cancer gene promoters

Qi M, Dave PS, Francis N, et al.

NAR cancer

Les mutations somatiques dans les régions promotrices riches en GC sont des moteurs importants du cancer, mais leur détection est difficile en raison de la faible couverture de séquençage dans ces zones. Cette étude présente un essai de capture hybride optimisé pour plus de 3000 promoteurs de gènes liés au cancer, permettant un séquençage profond de ces régions complexes. Cette méthode facilite la découverte de mutations ponctuelles fiables, de petites insertions/délétions, de variants du nombre de copies et de signatures mutationnelles. L’essai a identifié des mutations non codantes candidates dans les gènes CDK4, SMAD3 et GATA3 dans le cancer du sein, ouvrant la voie à de futures investigations fonctionnelles.