Neuregulin Autocrine Signaling Promotes Self-Renewal of Breast Tumor-Initiating Cells by Triggering HER2/HER3 Activation
Notice bibliographique
Résumé
Currently, only patients with HER2-positive tumors are candidates for HER2-targeted therapies. However, recent clinical observations suggest that the survival of patients with HER2-low breast cancers, who lack HER2 amplification, may benefit from adjuvant therapy that targets HER2. In this study, we explored a mechanism through which these benefits may be obtained. Prompted by the hypothesis that HER2/HER3 signaling in breast tumor-initiating cells (TIC) promotes self-renewal and survival, we obtained evidence that neuregulin 1 (NRG1) produced by TICs promotes their proliferation and self-renewal in HER2-low tumors, including in triple-negative breast tumors. Pharmacologic inhibition of EGFR, HER2, or both receptors reduced breast TIC survival and self-renewal in vitro and in vivo and increased TIC sensitivity to ionizing radiation. Through a tissue microarray analysis, we found that NRG1 expression and associated HER2 activation occurred in a subset of HER2-low breast cancers. Our results offer an explanation for why HER2 inhibition blocks the growth of HER2-low breast tumors. Moreover, they argue that dual inhibition of EGFR and HER2 may offer a useful therapeutic strategy to target TICs in these tumors. In generating a mechanistic rationale to apply HER2-targeting therapies in patients with HER2-low tumors, this work shows why these therapies could benefit a considerably larger number of patients with breast cancer than they currently reach.
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 ».