Abstract 130: Discovery and characterization of small molecules targeting the DNA-binding ETS domain of ERG in prostate cancer
Notice bibliographique
Résumé
Abstract Genomic alterations involving translocations of the ETS-related gene ERG occur in approximately half of prostate cancer cases. These alterations result in aberrant, androgen-regulated production of ERG protein variants that directly contribute to disease development and progression. This study describes the discovery and characterization of a new class of small molecule ERG antagonists identified through rational in silico methods. These antagonists are designed to sterically block DNA binding by the ETS domain of ERG and thereby disrupt transcriptional activity. We confirmed the direct binding of a lead compound, VPC-18005, with the ERG-ETS domain using biophysical approaches. We then demonstrated VPC-18005 reduced migration and invasion rates of ERG expressing prostate cancer cells, and reduced metastasis in a zebrafish xenograft model. These results demonstrate proof-of-principal that small molecule targeting of the ERG ETS domain can suppress transcriptional activity and reverse transformed characteristics of prostate cancers aberrantly expressing ERG. Clinical advancement of the developed small molecule inhibitors may provide new therapeutic agents for use as alternatives to, or in combination with, current therapies for men with ERG-expressing metastatic castration-resistant prostate cancer. Citation Format: Miriam S. Butler, Mani Roshan-Moniri, Michael Hsing, Desmond Lau, Ari Kim, Paul Yen, Marta Mroczek, Mannan Nouri, Scott Lien, Peter Axerio-Cilies, Kush Dalal, Clement Yau, Fariba Ghaidi, Yubin Guo, Takeshi Yamazaki, Sam Lawn, Martin Gleave, Cheryl Y. Gregory-Evans, Lawrence P. McIntosh, Paul S. Rennie, Artem Cherkasov, Michael E. Cox. Discovery and characterization of small molecules targeting the DNA-binding ETS domain of ERG in prostate cancer [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2017; 2017 Apr 1-5; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2017;77(13 Suppl):Abstract nr 130. doi:10.1158/1538-7445.AM2017-130
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 | 0,000 | 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) | 0,002 | 0,001 |
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 ».