Mammalian target of rapamycin inhibition abrogates insulin-mediated mammary tumor progression in type 2 diabetes
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
Type 2 diabetes increases breast cancer risk and mortality, and hyperinsulinemia is a major mediator of this effect. The mammalian target of rapamycin (mTOR) is activated by insulin and is a key regulator of mammary tumor progression. Pharmacological mTOR inhibition suppresses tumor growth in numerous mammary tumor models in the non-diabetic setting. However, the role of the mTOR pathway in type 2 diabetes-induced tumor growth remains elusive. Herein, we investigated whether the mTOR pathway is implicated in insulin-induced mammary tumor progression in a transgenic mouse model of type 2 diabetes (MKR mice) and evaluated the impact of mTOR inhibition on the diabetic state. Mammary tumor progression was studied in the double transgenic MMTV-Polyoma Virus middle T antigen (PyVmT)/MKR mice and by orthotopic inoculation of PyVmT- and Neu/ErbB2-driven mammary tumor cells (Met-1 and MCNeuA cells respectively). mTOR inhibition by rapamycin markedly suppressed tumor growth in both wild-type and MKR mice. In diabetic animals, however, the promoting action of insulin on tumor growth was completely blunted by rapamycin, despite a worsening of the carbohydrate and lipid metabolism. Taken together, pharmacological mTOR blockade is sufficient to abrogate mammary tumor progression in the setting of hyperinsulinemia, and thus mTOR inhibitors may be an attractive therapeutic modality for breast cancer patients with type 2 diabetes. Careful monitoring of the metabolic state, however, is important as dose adaptations of glucose- and/or lipid-lowering therapy might be necessary.
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 | 0,000 |
| 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 découle