Synergy of WEE1 and mTOR Inhibition in Mutant <i>KRAS</i> -Driven Lung Cancers
Notice bibliographique
Résumé
Abstract Purpose: KRAS-activating mutations are the most common oncogenic driver in non–small cell lung cancer (NSCLC), but efforts to directly target mutant KRAS have proved a formidable challenge. Therefore, multitargeted therapy may offer a plausible strategy to effectively treat KRAS-driven NSCLCs. Here, we evaluate the efficacy and mechanistic rationale for combining mTOR and WEE1 inhibition as a potential therapy for lung cancers harboring KRAS mutations. Experimental Design: We investigated the synergistic effect of combining mTOR and WEE1 inhibitors on cell viability, apoptosis, and DNA damage repair response using a panel of human KRAS-mutant and wild type NSCLC cell lines and patient-derived xenograft cell lines. Murine autochthonous and human transplant models were used to test the therapeutic efficacy and pharmacodynamic effects of dual treatment. Results: We demonstrate that combined inhibition of mTOR and WEE1 induced potent synergistic cytotoxic effects selectively in KRAS-mutant NSCLC cell lines, delayed human tumor xenograft growth and caused tumor regression in a murine lung adenocarcinoma model. Mechanistically, we show that inhibition of mTOR potentiates WEE1 inhibition by abrogating compensatory activation of DNA repair, exacerbating DNA damage in KRAS-mutant NSCLC, and that this effect is due in part to reduction in cyclin D1. Conclusions: These findings demonstrate that compromised DNA repair underlies the observed potent synergy of WEE1 and mTOR inhibition and support clinical evaluation of this dual therapy for patients with KRAS-mutant lung cancers. Clin Cancer Res; 23(22); 6993–7005. ©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 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) | 0,001 | 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 | 0,001 |
| 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 ».