Bypassing Drug Resistance Mechanisms of Prostate Cancer with Small Molecules that Target Androgen Receptor–Chromatin Interactions
Notice bibliographique
Résumé
Abstract Human androgen receptor (AR) is a hormone-activated transcription factor that is an important drug target in the treatment of prostate cancer. Current small-molecule AR antagonists, such as enzalutamide, compete with androgens that bind to the steroid-binding pocket of the AR ligand–binding domain (LBD). In castration-resistant prostate cancer (CRPC), drug resistance can manifest through AR-LBD mutations that convert AR antagonists into agonists, or by expression of AR variants lacking the LBD. Such treatment resistance underscores the importance of novel ways of targeting the AR. Previously, we reported the development of a series of small molecules that were rationally designed to selectively target the AR DNA-binding domain (DBD) and, hence, to directly interfere with AR–DNA interactions. In the current work, we have confirmed that the lead AR DBD inhibitor indeed directly interacts with the AR-DBD and tested that substance across multiple clinically relevant CRPC cell lines. We have also performed a series of experiments that revealed that genome-wide chromatin binding of AR was dramatically impacted by the lead compound (although with lesser effect on AR variants). Collectively, these observations confirm the novel mechanism of antiandrogen action of the developed AR-DBD inhibitors, establishing proof of principle for targeting DBDs of nuclear receptors in endocrine cancers. Mol Cancer Ther; 16(10); 2281–91. ©2017 AACR.
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 | 0,000 | 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 ».