Addition of the Akt inhibitor triciribine overcomes antibody resistance in cells from ErbB2/Neu-positive/PTEN-deficient mammary tumors
Notice bibliographique
Résumé
Trastuzumab resistance is a challenging problem in ErbB2/HER2-positive breast cancers. Multiple mechanisms of resistance have been proposed and, thus, may require the development of more personalized therapies. In this study, we report the establishment of a mouse mammary cancer cell line, designated MT104T, obtained from spontaneous tumors in genetically engineered FVB/N-ErbB2/Neu-positive-PTEN-deficient mice. The critical molecular phenotype of MT104T cells was confirmed by genotyping and western blot analysis. This cell line was tumorigenic in immunologically intact syngeneic mice, forming tumors of generally similar histology as its origin. PTEN loss led to hyperactivation of Akt and conferred resistance to anti-ErbB2/Neu antibody treatment in MT104T cells. Addition of the Akt inhibitor triciribine (TCN) inhibited the viability of MT104T cells in a dose- and time-dependent manner as evaluated by MTT assay. ErbB2/Neu antibody and TCN combination treatment greatly induced apoptosis of MT104T cells as indicated by Annexin V-FITC staining. Moreover, this combination treatment also significantly reduced both Akt and Erk activities, which are responsible for the inhibitory effect on MT104T cells. Therefore, MT104T cells could represent an alternative model system to investigate the nature of ErbB2‑positive breast cancer and for the experimental therapeutics studies of this disease. Our findings also suggest that combination of TCN may be a potential strategy for the treatment of trastu-zumab-resistant breast cancer mediated by PTEN loss or PI3K hyperactivation, which may facilitate the development of more personalized therapies for breast cancer patients.
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 | 0,001 | 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 ».