MétaCan
Menu
Retour à la cohorte
Enregistrement W2465166255 · doi:10.1158/1557-3125.rasonc14-a20

Abstract A20: ARHGEF2 inhibition impairs cell growth and viability in KRAS-dependent cancer cells

2014· article· en· W2465166255 sur OpenAlexaff
Maria Jose Sandi Vargas, Oliver A. Kent, Josée Normand, Robert Rottapel

Notice bibliographique

RevueMolecular Cancer Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésKRASGuanine nucleotide exchange factorCancer researchBiologyCarcinogenesisCell growthViability assayCancerGTPaseCell cultureOncogeneMolecular biologyCell cycleColorectal cancerCell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Sporadic tumours carrying activating mutations of the RAS family of GTPases are characterized by a progressive and multiple step tumorigenesis. Among the three isoforms, K-RAS is the most commonly mutated (Prior et al., 2012). ARHGEF2 is a microtubule-associated guanine nucleotide exchange factor (GEF) for the Rho family of small GTPases whose expression is up-regulated (more than 30 times) upon Ras neoplastic transformation in Rat fibroblasts (Zuber et al., 2000). A truncated version of the protein can transform NIH 3T3 cells (Whitehead et al., 1995) and induce tumour formation in nude mice (Brecht et al., 2005). We recently identified ARHGEF2 as a transcriptional target of the RAS/MAPK pathway and its expression contributes to cell survival and growth in RAS-transformed cells (Cullis et al., in revision). We aimed to determine if ARHGEF2 is required for tumour cell viability in different KRAS mutant cancer cell lines. We used an RNAi approach using two different ARHGEF2 and KRAS shRNAs to monitor cell growth and viability in six different cancer cell lines harbouring a KRAS mutation: four pancreatic adenocarcinomas (PL45, Panc 02.03, Panc 04.03 and KP4), one endometrial adenocarcinoma (HEC-1-A) and one colorectal adenocarcinoma (LS 174T). We found that ARHGEF2 is required for cell growth and survival in half of the cell lines analyzed. We established an ARHGEF2 and KRAS dependency index for those cell lines and further analysis allowed us to determine a positive correlation (correlation coefficient of 0.64, p value <0.03) between ARHGEF2 and KRAS dependency. In conclusion, our findings suggest that: i/ ARHGEF2 plays a role in the tumorigenesis and survival of KRAS dependent cell lines, but further in vitro and in vivo studies are required; ii/ ARHGEF2 inhibition could be a potential therapeutic target in tumours harbouring KRAS mutations. References: Prior, IA et al. A comprehensive survey of Ras mutations in cancer. Cancer Res. 2012. Zuber, J. et al. A genome-wide survey of RAS transformation targets. Nat Gen. 2000. Whitehead, I et al. Expression cloning of lfc, a novel oncogene with structural similarities to guanine nucleotide exchange factors and to the regulatory region of protein kinase C. J Biol Chem. 1995. Brecht, M. et al. Activation of gef-h1, a guanine nucleotide exchange factor for RhoA, by DNA transfection. Int J Cancer. 2005. Cullis, J. et al. The Rho GEF-H1 is required for RAS oncogene-diven pancreatic cancer. In revision. Citation Format: Maria Jose Sandi Vargas, Oliver A. Kent, Josee Normand, Robert Rottapel. ARHGEF2 inhibition impairs cell growth and viability in KRAS-dependent cancer cells. [abstract]. In: Proceedings of the AACR Special Conference on RAS Oncogenes: From Biology to Therapy; Feb 24-27, 2014; Lake Buena Vista, FL. Philadelphia (PA): AACR; Mol Cancer Res 2014;12(12 Suppl):Abstract nr A20. doi: 10.1158/1557-3125.RASONC14-A20

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,334
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer ResearchMême sujetCancer-related Molecular PathwaysTravaux en français237 207