Insulin Receptor Isoform A and Insulin-like Growth Factor II as Additional Treatment Targets in Human Osteosarcoma
Notice bibliographique
Résumé
Despite the frequent presence of an insulin-like growth factor I receptor (IGFIR)-mediated autocrine loop in osteosarcoma (OS), interfering with this target was only moderately effective in preclinical studies. Here, we considered other members of the IGF system that might be involved in the molecular pathology of OS. We found that, among 45 patients with OS, IGF-I and IGFBP-3 serum levels were significantly lower, and IGF-II serum levels significantly higher, than healthy controls. Increased IGF-II values were associated with a decreased disease-free survival. After tumor removal, both IGF-I and IGF-II levels returned to normal values. In 23 of 45 patients, we obtained tissue specimens and found that all expressed high mRNA level of IGF-II and >IGF-I. Also, isoform A of the insulin receptor (IR-A) was expressed at high level in addition to IGFIR and IR-A/IGFIR hybrids receptors (HR(A)). These receptors were also expressed in OS cell lines, and simultaneous impairment of IGFIR, IR, and Hybrid-Rs by monoclonal antibodies, siRNA, or the tyrosine kinase inhibitor BMS-536924, which blocks both IGFIR and IR, was more effective than selective anti-IGFIR strategies. Also, anti-IGF-II-siRNA treatment in low-serum conditions significantly inhibited MG-63 OS cells that have an autocrine circuit for IGF-II. In summary, IGF-II rather than IGF-I is the predominant growth factor produced by OS cells, and three different receptors (IR-A, HR(A), and IGFIR) act complementarily for an IGF-II-mediated constitutive autocrine loop, in addition to the previously shown IGFIR/IGF-I circuit. Cotargeting IGFIR and IR-A is more effective than targeting IGF-IR alone in inhibiting OS growth.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».