Expression of the Insulin-Like Growth Factor I Receptor and Urokinase Plasminogen Activator in Breast Cancer Is Associated with Poor Survival
Notice bibliographique
Résumé
Urokinase plasminogen activator (uPA) expression in breast cancer is associated with relapse and a reduction in disease-specific survival. Thus, efforts are under way to identify uPA inhibitors. By screening a chemical library of >1000 compounds, 17-allyaminogeldanamycin (17AAG) was identified as a potent inhibitor of uPA by the National Cancer Institute and is now in Phase I clinical trials. At this time, it remains unclear how 17AAG blocks uPA; one possibility is through disruption of the insulin-like growth factor I receptor (IGF-IR) pathway. This would be consistent with studies from our laboratory showing that activation of IGF-IR results in the induction of uPA protein. In the study described herein, we observed that IGF-IR and uPA were highly expressed in 87 and 55% of breast cancer by screening tumor tissue microarrays representing 930 cases. A significant proportion (52.1% = 354 of 680 cases, P < 0.0001) of the patients had tumors expressing both proteins. uPA alone (P = 0.033) or in combination with IGF-IR (P = 0.0104) was indicative of decreased disease-specific survival. Next, we demonstrated that treating MDA-MB-231 cells with increasing concentrations of 17AAG resulted in IGF-IR degradation (IC(50) = 1.0 micro M) and blocked signal transduction through the Akt and mitogen-activated protein kinase pathways. Finally, we found that 17AAG had a robust inhibitory effect on the production of uPA mRNAand protein in the presence of IGF-I. Thus, our study raises the possibility that 17AAG could prove to be an effective therapeutic agent for a large number of breast cancer patients by inhibiting the IGF-IR and ultimately uPA.
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 ».