MétaCan
Menu
Retour à la cohorte
Enregistrement W2126702649 · doi:10.1158/1078-0432.ccr-14-2180

RAS Synthetic Lethal Screens Revisited: Still Seeking the Elusive Prize?

2015· review· en· W2126702649 sur OpenAlexaff
Julian Downward

Notice bibliographique

RevueClinical Cancer Research · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesCancer Research UKFrancis Crick Institute
Mots-clésSynthetic lethalityBiologyOlaparibRNA interferenceCancerMutantGene silencingSmall interfering RNAGeneGenetic screenMutationCancer researchComputational biologyGeneticsRNAPoly ADP ribose polymerase

Résumé

récupéré en direct d'OpenAlex

The RAS genes are critical oncogenic drivers activated by point mutation in some 20% of human malignancies. However, no pharmacologic approaches to targeting RAS proteins directly have yet succeeded, leading to suggestions that these proteins may be "undruggable." This has led to two alternative indirect approaches to targeting RAS function in cancer. One has been to target RAS signaling pathways downstream at tractable enzymes such as kinases, particularly in combination. The other, which is the focus of this review, has been to seek targets that are essential in cells bearing an activated RAS oncogene, but not those without. This synthetic lethal approach, while rooted in ideas from invertebrate genetics, has been inspired most strongly by the successful use of PARP inhibitors, such as olaparib, in the clinic to treat BRCA defective cancers. Several large-scale screens have been carried out using RNA interference-mediated expression silencing to find genes that are uniquely essential to RAS-mutant but not wild-type cells. These screens have been notable for the low degree of overlap between their results, with the possible exception of proteasome components, and have yet to lead to successful new clinical approaches to the treatment of RAS-mutant cancers. Possible reasons for these disappointing results are discussed here, along with a reevaluation of the approaches taken. On the basis of experience to date, RAS synthetic lethality has so far fallen some way short of its original promise and remains unproven as an approach to finding effective new ways of tackling RAS-mutant cancers. Clin Cancer Res; 21(8); 1802-9. ©2015 AACR. See all articles in this CCR Focus section, "Targeting RAS-Driven Cancers."

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,287
Tête enseignante GPT0,602
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations169
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetCRISPR and Genetic EngineeringTravaux en français237 207