Targeting GLUT1 and the Warburg Effect in Renal Cell Carcinoma by Chemical Synthetic Lethality
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
Identifying new targeted therapies that kill tumor cells while sparing normal tissue is a major challenge of cancer research. Using a high-throughput chemical synthetic lethal screen, we sought to identify compounds that exploit the loss of the von Hippel-Lindau (VHL) tumor suppressor gene, which occurs in about 80% of renal cell carcinomas (RCCs). RCCs, like many other cancers, are dependent on aerobic glycolysis for ATP production, a phenomenon known as the Warburg effect. The dependence of RCCs on glycolysis is in part a result of induction of glucose transporter 1 (GLUT1). Here, we report the identification of a class of compounds, the 3-series, exemplified by STF-31, which selectively kills RCCs by specifically targeting glucose uptake through GLUT1 and exploiting the unique dependence of these cells on GLUT1 for survival. Treatment with these agents inhibits the growth of RCCs by binding GLUT1 directly and impeding glucose uptake in vivo without toxicity to normal tissue. Activity of STF-31 in these experimental renal tumors can be monitored by [(18)F]fluorodeoxyglucose uptake by micro-positron emission tomography imaging, and therefore, these agents may be readily tested clinically in human tumors. Our results show that the Warburg effect confers distinct characteristics on tumor cells that can be selectively targeted for therapy.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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