The Transcription Factor ZNF217 Is a Prognostic Biomarker and Therapeutic Target during Breast Cancer Progression
Notice bibliographique
Résumé
UNLABELLED: The transcription factor ZNF217 is a candidate oncogene in the amplicon on chromosome 20q13 that occurs in 20% to 30% of primary human breast cancers and that correlates with poor prognosis. We show that Znf217 overexpression drives aberrant differentiation and signaling events, promotes increased self-renewal capacity, mesenchymal marker expression, motility, and metastasis, and represses an adult tissue stem cell gene signature downregulated in cancers. By in silico screening, we identified candidate therapeutics that at low concentrations inhibit growth of cancer cells expressing high ZNF217. We show that the nucleoside analogue triciribine inhibits ZNF217-induced tumor growth and chemotherapy resistance and inhibits signaling events [e.g., phospho-AKT, phospho-mitogen-activated protein kinase (MAPK)] in vivo. Our data suggest that ZNF217 is a biomarker of poor prognosis and a therapeutic target in patients with breast cancer and that triciribine may be part of a personalized treatment strategy in patients overexpressing ZNF217. Because ZNF217 is amplified in numerous cancers, these results have implications for other cancers. SIGNIFICANCE: This study finds that ZNF217 is a poor prognostic indicator and therapeutic target in patients with breast cancer and may be a strong biomarker of triciribine treatment efficacy in patients. Because previous clinical trials for triciribine did not include biomarkers of treatment efficacy, this study provides a rationale for revisiting triciribine in the clinical setting as a therapy for patients with breast cancer who overexpress ZNF217.
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 ».