Pharmacological targeting of mammalian target of rapamycin inhibits ovarian granulosa cell tumor growth
Notice bibliographique
Résumé
Few targeted therapies have been developed for ovarian granulosa cell tumor (GCT), even though it represents 5% of all malignant ovarian tumors in women. As misregulation of PI3K/AKT signaling has been implicated in GCT development, we hypothesized that the AKT signaling effector mammalian target of rapamycin (mTOR) may play a role in the pathogenesis of GCT and could represent a therapeutic target. Analyses of human GCT samples showed an increase in protein levels of mTOR and its downstream effectors RPS6KB1, RPS6, eIF4B and PPARG relative to normal granulosa cells, suggestive of an increase in mTOR pathway activity and increased translational activity and/or protein stability. We next sought to evaluate mTOR as a GCT therapeutic target using the Pten (tm1Hwu/tmiHwu);Ctnnb1 (tm1Mmt/+);Amhr2 (tm3(cre)Bhr/+) (PCA) mouse model, in which mTOR, RPS6KB1, eIF4B and PPARG are upregulated in tumor cells in a manner similar to human GCT. Treatment of PCA mice with the mTOR-specific inhibitor everolimus reduced tumor growth rate (1.5-fold; P < 0.05) and also reduced total tumor burden (4.7-fold; P < 0.05) and increased survival rate (78 versus 44% in the vehicle group) in a PCA surgical model of GCT peritoneal carcinomatosis. Everolimus decreased tumor cell proliferation and tumor cell volume relative to controls (P < 0.05), whereas apoptosis was unaffected. Phosphorylation of RPS6KB1 and RPS6 were decreased (P < 0.05) by everolimus, but RPS6KB1, RPS6, eIF4B and PPARG expressions were not affected. These results suggest that mTOR is a valid and clinically useful pharmacological target for the treatment of GCT, although its inhibition does not reverse all consequences of aberrant PI3K/AKT signaling in the PCA model.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 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 ».