Quantitative proteomics to study a small molecule targeting the loss of von Hippel–Lindau in renal cell carcinomas
Notice bibliographique
Résumé
Inactivation of the tumor suppressor gene, von Hippel-Lindau (VHL), is known to play an important role in the development of sporadic clear cell renal cell carcinomas (ccRCCs). Even if available targeted therapies for metastatic RCCs (mRCCs) have helped to improve progression-free survival rates, they have no durable clinical response. We have previously shown the feasibility of specifically targeting the loss of VHL with the identification of a small molecule, STF-62247. Understanding its functionality is crucial for developing durable personalized therapeutic agents differing from those available targeting hypoxia inducible factor (HIF-) pathways. By using SILAC proteomics, we identified 755 deregulated proteins in response to STF-62247 that were further analyzed by ingenuity pathway analysis (IPA). Bioinformatics analyses predicted alterations in 37 signaling pathways in VHL-null cells in response to treatment. Validation of some altered pathways shows that STF-62247's selectivity is linked to an important inhibition of mTORC1 activation in VHL-null cells leading to protein synthesis arrest, a mechanism differing from two allosteric inhibitors Rapamycin and Everolimus. Altogether, our study identified signaling cascades driving STF-62247 response and brings further knowledge for this molecule that shows selectivity for the loss of VHL. The use of a global SILAC approach was successful in identifying novel affected signaling pathways that could be exploited for the development of new personalized therapeutic strategies to target VHL-inactivated RCCs.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».