MétaCan
Menu
Retour à la cohorte
Enregistrement W2885953918 · doi:10.1158/1557-3265.sarcomas17-b06

Abstract B06: Targeting PI3K/mTOR in mouse rhabdomyosarcoma models driven by FGFR4 activation

2018· article· en· W2885953918 sur OpenAlexaff
Timothy McKinnon, Rosemarie E. Venier, Marielle E. Yohe, Berkley E. Gryder, Brendan C. Dickson, Krista Schleicher, Dariush Davani, Winnie Wei, Cynthia J. Guidos, Abha A. Gupta, Javed Khan, Rebecca A. Gladdy

Notice bibliographique

RevueClinical Cancer Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFibroblast Growth Factor Research
Établissements canadiensHospital for Sick ChildrenMount Sinai HospitalLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesnon disponible
Mots-clésPI3K/AKT/mTOR pathwayCancer researchProtein kinase BRhabdomyosarcomaBiologyOncogeneCell cultureCellCell cycleSarcomaSignal transductionMedicineCell biologyPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Rhabdomyosarcoma (RMS) is the most common pediatric soft-tissue sarcoma and while survival rates have increased over the past few decades, outcomes for intermediate and high-risk patients remain dismal. Genomic analyses show that 93% of RMS have RTK/RAS/PI3K alterations and that fibroblast growth factor receptor 4 (FGFR4) is frequently mutated or overexpressed. The point mutation V550E constitutively activates FGFR4, stimulating downstream signaling pathways. In this translational study, we demonstrate that FGFR4V550E is a potent oncogene in mouse models of RMS and that secondary tumor models can be generated following transplantation of FGFR4V550E overexpressing tumor cells into immunocompetent host mice. These models uncovered mechanisms of transformation in FGFR4V550E-driven RMS and helped identify novel compounds that inhibit RMS growth. Specifically, AKT and mTOR signaling pathways were activated in myoblasts overexpressing FGFR4V550E and similarly, FGFR4V550E overexpressing tumors and tumor-derived cells exhibited increased AKT and mTOR phosphorylation by immunoblot. Murine tumor cells overexpressing FGFR4V550E were tested in an in vitro dose-response drug screen along with human RMS cell lines. Compounds were grouped by target class, and potency was determined using average percent area under the dose response curve (AUC). Using this technique, FGFR4V550E overexpressing tumor cells were highly sensitive to PI3K/mTOR inhibitors. In particular, GSK2126458 (omipalisib) was a potent inhibitor of FGFR4V550E tumor-derived cell and human RMS cell viability. FGFR4V550E overexpressing myoblasts and tumor cells had low nanomolar GSK2126458 EC50 values. Mass cytometry using mouse and human RMS cell lines validated GSK2126458 specificity at single cell resolution, decreasing the abundance of phosphorylated Akt as well as decreasing phosphorylation of the downstream mTOR effectors 4ebp1, Eif4e, and S6. In a preclinical study, GSK2126458 inhibited tumor growth in vivo. A statistically significant increase in disease-specific survival was observed in mice treated with GSK2126458 compared to mice treated with vehicle alone (p<0.001) or standard of care, vincristine (p<0.05). In summary, RMS driver mutations were validated in vivo and our model system was effectively used as a preclinical tumor model to identify and test therapeutic agents. Importantly, these results suggest a role for PI3K/mTOR inhibition in precision therapy regimens for RMS with FGFR4 mutations. This study provides further evidence for RMS clinical studies involving mTOR inhibitors (e.g., temsirolimus). Citation Format: Timothy McKinnon, Rosemarie Venier, Marielle Yohe, Berkley E. Gryder, Brendan Dickson, Krista Schleicher, Dariush Davani, Winnie Wei, Cynthia Guidos, Abha Gupta, Javed Khan, Rebecca Gladdy. Targeting PI3K/mTOR in mouse rhabdomyosarcoma models driven by FGFR4 activation [abstract]. In: Proceedings of the AACR Conference on Advances in Sarcomas: From Basic Science to Clinical Translation; May 16-19, 2017; Philadelphia, PA. Philadelphia (PA): AACR; Clin Cancer Res 2018;24(2_Suppl):Abstract nr B06.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,475
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetFibroblast Growth Factor ResearchTravaux en français237 207