Targeting Met and Notch in the<i>Lfng</i>-deficient,<i>Met</i>-amplified triple-negative breast cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Triple negative breast cancer (TNBC) accounts for 15-20% of breast carcinomas and represents one of the most aggressive forms of this disease. Basal and claudin-low are the two main molecular subtypes among TNBCs. We previously reported that deletion of Lfng in mouse mammary gland caused deregulated Notch activation and induced basal-like and claudin-low tumors with co-selection for Met amplification. In human breast cancers, the vast majority of basal tumors and a subset of claudin-low tumors show reduced Lfng expression. Elevated Met expression and activation is associated with basal as well as claudin-low subtypes. To examine roles of Met and Notch in TNBC cells, we established two cell lines that harbor Met amplification as well as Lfng deletion, and possess features of basal and claudin-low breast cancer subtypes. Pharmacological inhibition of Met not only suppressed cell growth, tumorsphere and colony formation, but also reversed epithelial-to-mesenchymal transition and inhibited cell migration in both cell lines. In contrast, inhibition of Notch signaling using a γ-secretase inhibitor (GSI) only suppressed colony formation. Interestingly, GSI had no effect as single agent, but exerted a synergistic effect with Met inhibitor, on cell growth in 2D culture. We found that inhibition of Met resulted in downregulation of Dll ligands and upregulation of Jagged ligands, leading to differential modulation of Notch signaling. Our results suggest that combination targeting of Met and Notch may prove beneficial for TNBC patients with Met overexpression and Notch hyperactivation.
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.
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) | 0,001 | 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 découle