Systematic Identification of Oncogenic EGFR Interaction Partners
Notice bibliographique
Résumé
The epidermal growth factor receptor (EGFR) is a receptor tyrosine kinase (TK) that-once activated upon ligand binding-leads to receptor dimerization, recruitment of protein complexes, and activation of multiple signaling cascades. The EGFR is frequently overexpressed or mutated in various cancers leading to aberrant signaling and tumor growth. Hence, identification of interaction partners that bind to mutated EGFR can help identify novel targets for drug discovery. Here, we used a systematic approach to identify novel proteins that are involved in cancerous EGFR signaling. Using a combination of high-content imaging and a mammalian membrane two-hybrid protein-protein interaction method, we identified eight novel interaction partners of EGFR, of which half strongly interacted with oncogenic, hyperactive EGFR variants. One of these, transforming acidic coiled-coil proteins (TACC) 3, stabilizes EGFR on the cell surface, which results in an increase in downstream signaling via the mitogen-activated protein kinase and AKT pathway. Depletion of TACC3 from cells using small hairpin RNA (shRNA) knockdown or small-molecule targeting reduced mitogenic signaling in non-small cell lung cancer cell lines, suggesting that targeting TACC3 has potential as a new therapeutic approach for non-small cell lung cancer.
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 | 0,001 | 0,001 |
| 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 ».