High throughput kinase inhibitor screens reveal TRB3 and MAPK-ERK/TGFβ pathways as fundamental Notch regulators in 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
Expression of the Notch ligand Jagged 1 (JAG1) and Notch activation promote poor-prognosis in breast cancer. We used high throughput screens to identify elements responsible for Notch activation in this context. Chemical kinase inhibitor and kinase-specific small interfering RNA libraries were screened in a breast cancer cell line engineered to report Notch. Pathway analyses revealed MAPK-ERK signaling to be the predominant JAG1/Notch regulator and this was supported by gene set enrichment analyses in 51 breast cancer cell lines. In accordance with the chemical screen, kinome small interfering RNA high throughput screens identified Tribbles homolog 3 (TRB3), a known regulator of MAPK-ERK, among the most significant hits. We demonstrate that TRB3 is a master regulator of Notch through the MAPK-ERK and TGFβ pathways. Complementary in vitro and in vivo studies underscore the importance of TRB3 for tumor growth. These data demonstrate a dominant role for TRB3 and MAPK-ERK/TGFβ pathways as Notch regulators in breast cancer, establishing TRB3 as a potential therapeutic target.
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 | 0,000 | 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 | 0,001 |
| 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