eIF4E/4E-BP Ratio Predicts the Efficacy of mTOR Targeted Therapies
Notice bibliographique
Résumé
Active-site mTOR inhibitors (asTORi) hold great promise for targeting dysregulated mTOR signaling in cancer. Because of the multifaceted nature of mTORC1 signaling, identification of reliable biomarkers for the sensitivity of tumors to asTORi is imperative for their clinical implementation. Here, we show that cancer cells acquire resistance to asTORi by downregulating eukaryotic translation initiation factor (eIF4E)-binding proteins (4E-BPs-EIF4EBP1, EIF4EBP2). Loss of 4E-BPs or overexpression of eIF4E renders neoplastic growth and translation of tumor-promoting mRNAs refractory to mTOR inhibition. Conversely, moderate depletion of eIF4E augments the anti-neoplastic effects of asTORi. The anti-proliferative effect of asTORi in vitro and in vivo is therefore significantly influenced by perturbations in eIF4E/4E-BP stoichiometry, whereby an increase in the eIF4E/4E-BP ratio dramatically limits the sensitivity of cancer cells to asTORi. We propose that the eIF4E/4E-BP ratio, rather than their individual protein levels or solely their phosphorylation status, should be considered as a paramount predictive marker for forecasting the clinical therapeutic response to mTOR inhibitors.
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 | 0,001 | 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 ».