Inhibition of Hsp90 Down-regulates Mutant Epidermal Growth Factor Receptor (EGFR) Expression and Sensitizes EGFR Mutant Tumors to Paclitaxel
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
Mutations in the kinase domain of the epidermal growth factor receptor (EGFR) are found in a subset of patients with lung cancer and correlate with response to EGFR tyrosine kinase inhibitors (TKI). Resistance to these agents invariably develops, and current treatment strategies have limited efficacy in this setting. Hsp90 inhibitors, such as 17-allylamino-17-demethoxygeldanamycin (17-AAG), induce the degradation of EGFR and other Hsp90 interacting proteins and may thus have utility in tumors dependent upon sensitive Hsp90 clients. We find that the EGFR mutations found most commonly in patients with lung adenocarcinoma who respond to EGFR TKIs are potently degraded by 17-AAG. Although the expression of wild-type EGFR was also down-regulated by 17-AAG, its degradation required higher concentrations of drug and a longer duration of drug exposure. In animal models, a single dose of 17-AAG was sufficient to induce degradation of mutant EGFR and inhibit downstream signaling. 17-AAG treatment, at its maximal tolerated dose, caused a significant delay in H3255 (L858R EGFR) xenograft growth but was less effective than the EGFR TKI gefitinib. 17-AAG alone delayed, but did not completely inhibit, the growth of H1650 and H1975 xenografts, two EGFR mutant models which show intermediate and high levels of gefitinib resistance. 17-AAG could be safely coadministered with paclitaxel, and the combination was significantly more effective than either drug alone. These data suggest that Hsp90 inhibition in combination with chemotherapy may represent an effective treatment strategy for patients whose tumors express EGFR kinase domain mutations, including those with de novo and acquired resistance to EGFR TKIs.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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