Molecular Insights of Pathways Resulting from Two Common PIK3CA Mutations in Breast Cancer
Notice bibliographique
Résumé
The PI3K pathway is activated in approximately 70% of breast cancers. PIK3CA gene mutations or amplifications that affect the PI3K p110α subunit account for activation of this pathway in 20% to 40% of cases, particularly in estrogen receptor alpha (ERα)-positive breast cancers. AKT family of kinases, AKT1-3, are the downstream targets of PI3K and these kinases activate ERα. Although several inhibitors of PI3K have been developed, none has proven effective in the clinic, partly due to an incomplete understanding of the selective routing of PI3K signaling to specific AKT isoforms. Accordingly, we investigated in this study the contribution of specific AKT isoforms in connecting PI3K activation to ERα signaling, and we also assessed the utility of using the components of PI3K-AKT isoform-ERα signaling axis as predictive biomarkers of response to PI3K inhibitors. Using a variety of physiologically relevant model systems with defined natural or knock-in PIK3CA mutations and/or PI3K hyperactivation, we show that PIK3CA-E545K mutations (found in ∼20% of PIK3CA-mutant breast cancers), but not PIK3CA-H1047R mutations (found in 55% of PIK3CA-mutant breast cancers), preferentially activate AKT1. Our findings argue that AKT1 signaling is needed to respond to estrogen and PI3K inhibitors in breast cancer cells with PIK3CA-E545K mutation, but not in breast cancer cells with other PIK3CA mutations. This study offers evidence that personalizing treatment of ER-positive breast cancers to PI3K inhibitor therapy may benefit from an analysis of PIK3CA-E545K-AKT1-estrogen signaling pathways. Cancer Res; 76(13); 3989-4001. ©2016 AACR.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».