Dasatinib inhibits mammary tumour development in a genetically engineered mouse model
Notice bibliographique
Résumé
Src family kinase activity is elevated in a number of human cancers including breast cancer. This increased activity has been associated with aggressive disease and poor prognosis. Src inhibitors are currently in clinical development with a number of trials currently assessing their activity in breast cancer. However, the results to date have been disappointing and a further evaluation of the preclinical effects of Src inhibitors is required to help establish whether these agents will be useful in the treatment of breast cancer. In this study we investigate the effects of dasatinib, which is a potent inhibitor of Src family kinases, on the initiation and development of breast cancer in a genetically engineered model of the disease. The mouse model utilized is driven by expression of activated ErbB-2 under the transcriptional control of its endogenous promoter coupled with conditional loss of Pten under the control of Cre recombinase expressed by the BLG promoter. We show that daily oral administration of dasatinib delays tumour onset and increases overall survival but does not inhibit the proliferation of established tumours. The striking difference between the dasatinib-treated group of tumours and the vehicle controls was the prominent squamous metaplasia that was seen in six out of 11 dasatinib-treated tumours. This was accompanied by a dramatic up-regulation of both E-cadherin and β-catenin and down-regulation of ErbB-2 in the dasatinib-treated tumours. Dasatinib also inhibited both the migration and the invasion of tumour-derived cell lines in vitro. Together these data support the argument that benefits of Src inhibitors may predominate in early or even pre-invasive disease.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».