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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».