Integrated Cell-Based Platform to Study EGFR Activation and Transactivation
Notice bibliographique
Résumé
The epidermal growth factor receptor (EGFR) pathway is one of the most deregulated molecular pathways in human epithelial cancers. Many approved drugs were optimized to directly target EGFR but yielded only modest clinical improvement in cancer patients due to low efficacy and drug resistance. Transactivation of EGFR by other cell surface receptors such as G-protein-coupled receptors (GPCRs) was proposed to explain this lack of efficacy. Even if direct EGFR activation and transactivation by GPCR contribute to the activation of the same signaling pathways, they are often studied as independent events resulting in partial investigation of a drug's mechanism of action. We present a novel high-throughput approach that integrates interrogation of direct activation of EGFR and its transactivation via GPCR activation. Using distinct technology platforms, three readouts were used to measure (1) direct activation of GPCR via cyclic adenosine monophosphate (cAMP) detection, (2) direct activation of EGFR through the release of intracellular Ca(2+), and (3) EGFR transactivation by GPCR using the detection of p-extracellular-signal-regulated kinases 1/2 (p-ERK1/2). In addition to being simple, quick, and homogenous, our methods were shown to be more sensitive than those in current use. These enabling tools should improve the knowledge pertaining to GPCRs and receptor tyrosine kinases trans-regulation and facilitate the design of more potent and better targeted new therapeutic strategies.
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 ».