Lung tumors with distinct p53 mutations respond similarly to p53 targeted therapy but exhibit genotype-specific statin sensitivity
Notice bibliographique
Résumé
Lung adenocarcinoma accounts for ∼40% of lung cancers, the leading cause of cancer-related death worldwide, and current therapies provide only limited survival benefit. Approximately half of lung adenocarcinomas harbor mutations in TP53 (p53), making these mutants appealing targets for lung cancer therapy. As mutant p53 remains untargetable, mutant p53-dependent phenotypes represent alternative targeting opportunities, but the prevalence and therapeutic relevance of such effects (gain of function and dominant-negative activity) in lung adenocarcinoma are unclear. Through transcriptional and functional analysis of murine Kras G12D - p53 null , - p53 R172H (conformational), and - p53 R270H (contact) mutant lung tumors, we identified genotype-independent and genotype-dependent therapeutic sensitivities. Unexpectedly, we found that wild-type p53 exerts a dominant tumor-suppressive effect on mutant tumors, as all genotypes were similarly sensitive to its restoration in vivo. These data show that the potential of p53 targeted therapies is comparable across all p53-deficient genotypes and may explain the high incidence of p53 loss of heterozygosity in mutant tumors. In contrast, mutant p53 gain of function and their associated vulnerabilities can vary according to mutation type. Notably, we identified a p53 R270H -specific sensitivity to simvastatin in lung tumors, and the transcriptional signature that underlies this sensitivity was also present in human lung tumors, indicating that this therapeutic approach may be clinically relevant.
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 | 0,000 | 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 | 0,001 | 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 ».