Unique roles of<i>Akt1</i>and<i>Akt2</i>in IGF-IR mediated lung tumorigenesis
Notice bibliographique
Résumé
// S. Elizabeth Franks 1 , Ritesh Briah 1 , Robert A. Jones 1 , Roger A. Moorehead 1 1 Department of Biomedical Science, Ontario Veterinary College, University of Guelph, Guelph, Ontario, Canada Correspondence to: Roger A. Moorehead, e-mail: rmoorehe@uoguelph.ca Keywords: Akt, lung cancer, IGF-IR, transgenic mice, tumor development Received: July 27, 2015 Accepted: November 16, 2015 Published: December 07, 2015 ABSTRACT AKT is a serine-threonine kinase that becomes hyperactivated in a number of cancers including lung cancer. Based on AKT's association with malignancy, molecules targeting AKT have entered clinical trials for solid tumors including lung cancer. However, the AKT inhibitors being evaluated in clinical trials indiscriminately inhibit all three AKT isoforms (AKT1–3) and it remains unclear whether AKT isoforms have overlapping or divergent functions. Using a transgenic mouse model where IGF-IR overexpression drives lung tumorigenesis, we found that loss of Akt1 inhibited while loss of Akt2 enhanced lung tumor development. Lung tumors that developed in the absence of Akt2 were less likely to appear as discrete nodules and more frequently displayed a dispersed growth pattern. RNA sequencing revealed a number of genes differentially expressed in lung tumors lacking Akt2 and five of these genes, Actc1 , Bpifa1, Mmp2, Ntrk2 , and Scgb3a2 have been implicated in human lung cancer. Using 2 human lung cancer cell lines, we observed that a selective AKT1 inhibitor, A-674563, was a more potent regulator of cell survival than the pan-AKT inhibitor, MK-2206. This study suggests that compounds selectively targeting AKT1 may prove more effective than compounds that inhibit all three AKT isoforms at least in the treatment of lung adenocarcinoma.
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) | 0,000 | 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 ».