Co-targeting HER2/ErbB2 and insulin-like growth factor-1 receptors causes synergistic inhibition of growth in HER2-overexpressing breast cancer cells.
Notice bibliographique
Résumé
BACKGROUND: The humanized anti-HER2 monoclonal antibody trastuzumab (Herceptin) is useful in the treatment of ErbB2-overexpressing breast cancers, but its efficiency is limited because development of resistance is common. In order to study the possibility of improving the efficacy of therapies directed against HER2/erbB2, we investigated the effects of co-targeting this receptor and the insulin-like growth factor 1 receptor (IGF-1R), a widely-expressed protein tyrosine kinase with important roles in suppression of apoptosis and stimulation of proliferation. MATERIAL/METHODS: The experimental strategy involved combining trastuzumab treatment and reduction of IGF-1R signaling through incremental heat-induced expression of the dominant-negative IGF-1 receptor 486/STOP under the control of the heat-sensitive Drosophila HSP70 promoter, in HER2/erbB2-overexpressing MCF7her18 breast cancer cells. RESULTS: Isobologram analysis of combinatorial treatment data revealed a strong synergistic interaction between trastuzumab treatment and the induction of the dominant-negative IGF-1R expression, resulting in potentiation of growth inhibition in transfected cancer cells. CONCLUSIONS: These observations support the concept that simultaneously co-targeting tyrosine kinase receptors may be therapeutically useful, and provide a specific rationale for combining IGF-1R and HER2/erbB2 targeting strategies in anti-neoplastic approaches.
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 | 0,000 | 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) | 0,001 | 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 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 ».