Herceptin Sensitizes ErbB2–Overexpressing Cells to Apoptosis by Reducing Antiapoptotic Mcl-1 Expression
Notice bibliographique
Résumé
PURPOSE: Monoclonal antibodies, such as herceptin and trastuzumab, against the epidermal growth factor receptor ErbB2 (also known as HER2/neu) are an effective therapy for breast cancer patients with overexpression of ErbB2. Herceptin, in combination with standard chemotherapy, such as taxol or etoposide, gives a synergistically apoptotic response in breast tumors. EXPERIMENTAL DESIGN: The mechanism underlying this synergy between chemotherapy and herceptin treatment is not well understood. Herein, we have determined that addition of herceptin, sensitized breast cancer cell lines MDA-MB-231 and MCF-7 to etoposide- or taxol-induced apoptosis. RESULTS: This treatment resulted in reduced expression of ErbB2 and the antiapoptotic Bcl-2 family member Mcl-1 in MDA-MB-231 cells. Using antisense oligonucleotides against Mcl-1, MDA-MB-231 cells were rendered sensitive to etoposide-induced apoptosis similar to herceptin, but combined treatment of antisense against Mcl-1 and herceptin failed to give a significant increase in apoptosis. In 29 human breast tumors immunostained for ErbB2 and Mcl-1, we found that when ErbB2 was overexpressed, there was a corresponding increase in Mcl-1 expression. DISCUSSION: Using murine fibroblasts that express human ErbB2, but no other ErbB family member (NE2), these cells showed resistance to both taxol- and etoposide-induced apoptosis compared with parental cells. In addition, NE2 cells preferentially express the antiapoptotic Bcl-2 family member Mcl-1 compared with parental cells, and treatment with herceptin reduces Mcl-1 expression. Taken together, these results suggest that herceptin sensitizes ErbB2-overexpressing cells to apoptosis by reducing antiapoptotic Mcl-1 protein levels.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».