Development of Resistance to Targeted Therapies Transforms the Clinically Associated Molecular Profile Subtype of Breast Tumor Xenografts
Notice bibliographique
Résumé
The effectiveness of therapies targeting specific pathways in breast cancer, such as the estrogen receptor or HER2, is limited because many tumors manifest resistance, either de novo or acquired, during the course of treatment. To investigate molecular mechanisms of resistance, we used two xenograft models of estrogen receptor-positive (ER+) breast cancer, one with and one without HER2 overexpression (MCF7/HER2-18 and MCF7 wt, respectively). Mice with established tumors were assigned to the following treatment groups: estrogen supplementation (E2), estrogen deprivation (ED), ED plus tamoxifen (Tam), all with or without the epidermal growth factor receptor tyrosine kinase inhibitor gefitinib (G). Another group received ED plus the antiestrogen fulvestrant (MCF7 wt only). Tumors with acquired or de novo resistance to these endocrine therapies were profiled for gene expression and compared with tumors in the E2 control group. One class of genes underexpressed in endocrine-resistant tumors (relative to E2-treated tumors) were estrogen inducible in vitro and associated with ER+ human breast cancers (luminal subtype). Another class of genes overexpressed in tumors with acquired resistance in both models represented transcriptional targets of HER2 signaling and was associated with ER-/HER2+ human cancers (ERBB2+ subtype). A third class of genes overexpressed in MCF7/HER2-18 tumors exhibiting de novo resistance to tamoxifen was associated with ER+ human cancers but not with estrogen-regulated genes. Thus, in response to various endocrine therapy regimens, these xenograft breast tumors shut down classic estrogen signaling and activate alternative pathways such as HER2 that contribute to treatment resistance. Over time, the molecular phenotype of breast cancer can change.
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 ».