VR23: A Quinoline–Sulfonyl Hybrid Proteasome Inhibitor That Selectively Kills Cancer via Cyclin E–Mediated Centrosome Amplification
Notice bibliographique
Résumé
The proteasome is clinically validated as a target for cancer therapeutics. However, proteasome-inhibitory agents that are cancer selective have yet to be developed. In this study, we report the identification of a safe and effective proteasome inhibitor with selective anticancer properties. We screened a chemical library constructed using a hybrid approach that incorporated a 4-piperazinylquinoline scaffold and a sulfonyl phamarcophore. From this library, we identified 7-chloro-4-(4-(2,4-dinitrophenylsulfonyl)piperazin-1-yl)quinoline (VR23) as a small molecule that potently inhibited the activities of trypsin-like proteasomes (IC50 = 1 nmol/L), chymotrypsin-like proteasomes (IC50 = 50-100 nmol/L), and caspase-like proteasomes (IC50 = 3 μmol/L). Data from molecular docking and substrate competition assays established that the primary molecular target of VR23 was β2 of the 20S proteasome catalytic subunit. Notably, VR23 was structurally distinct from other known proteasome inhibitors and selectively killed cancer cells by apoptosis, with little effect on noncancerous cells. Mechanistic investigations showed that cancer cells exposed to VR23 underwent an abnormal centrosome amplification cycle caused by the accumulation of ubiquitinated cyclin E. In combinations with the clinically approved chymotrypsin-like proteasome inhibitor bortezomib, VR23 produced a synergistic effect in killing multiple myeloma cells, including those that were resistant to bortezomib. VR23 was effective in vivo in controlling multiple myelomas and metastatic breast cancer cells, in the latter case also enhancing the antitumor activity of paclitaxel while reducing its side effects. Overall, our results identify VR23 as a structurally novel proteasome inhibitor with desirable properties as an anticancer agent.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».