Genetic Predictors of MEK Dependence in Non–Small Cell Lung 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
Hyperactivated extracellular signal-regulated kinase (ERK) signaling is common in human cancer and is often the result of activating mutations in BRAF, RAS, and upstream receptor tyrosine kinases. To characterize the mitogen-activated protein kinase/ERK kinase (MEK)/ERK dependence of lung cancers harboring BRAF kinase domain mutations, we screened a large panel of human lung cancer cell lines (n = 87) and tumors (n = 916) for BRAF mutations. We found that non-small cell lung cancers (NSCLC) cells with both V600E and non-V600E BRAF mutations were selectively sensitive to MEK inhibition compared with those harboring mutations in epidermal growth factor receptor (EGFR), KRAS, or ALK and ROS kinase fusions. Supporting its classification as a "driver" mutation in the cells in which it is expressed, MEK inhibition in (V600E)BRAF NSCLC cells led to substantial induction of apoptosis, comparable with that seen with EGFR kinase inhibition in EGFR mutant NSCLC models. Despite high basal ERK phosphorylation, EGFR mutant cells were uniformly resistant to MEK inhibition. Conversely, BRAF mutant cell lines were resistant to EGFR inhibition. These data, together with the nonoverlapping pattern of EGFR and BRAF mutations in human lung cancer, suggest that these lesions define distinct clinical entities whose treatment should be guided by prospective real-time genotyping. To facilitate such an effort, we developed a mass spectrometry-based genotyping method for the detection of hotspot mutations in BRAF, KRAS, and EGFR. Using this assay, we confirmed that BRAF mutations can be identified in a minority of NSCLC tumors and that patients whose tumors harbor BRAF mutations have a distinct clinical profile compared with those whose tumors harbor kinase domain mutations in EGFR.
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 | 0,001 |
| 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) | 0,001 | 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