Developmental phosphoproteomics identifies the kinase CK2 as a driver of Hedgehog signaling and a therapeutic target in medulloblastoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A major limitation of targeted cancer therapy is the rapid emergence of drug resistance, which often arises through mutations at or downstream of the drug target or through intrinsic resistance of subpopulations of tumor cells. Medulloblastoma (MB), the most common pediatric brain tumor, is no exception, and MBs that are driven by sonic hedgehog (SHH) signaling are particularly aggressive and drug-resistant. To find new drug targets and therapeutics for MB that may be less susceptible to common resistance mechanisms, we used a developmental phosphoproteomics approach in murine granule neuron precursors (GNPs), the developmental cell of origin of MB. The protein kinase CK2 emerged as a driver of hundreds of phosphorylation events during the proliferative, MB-like stage of GNP growth, including the phosphorylation of three of the eight proteins commonly amplified in MB. CK2 was critical to the stabilization and activity of the transcription factor GLI2, a late downstream effector in SHH signaling. CK2 inhibitors decreased the viability of primary SHH-type MB patient cells in culture and blocked the growth of murine MB tumors that were resistant to currently available Hh inhibitors, thereby extending the survival of tumor-bearing mice. Because of structural interactions, one CK2 inhibitor (CX-4945) inhibited both wild-type and mutant CK2, indicating that this drug may avoid at least one common mode of acquired resistance. These findings suggest that CK2 inhibitors may be effective for treating patients with MB and show how phosphoproteomics may be used to gain insight into developmental biology and pathology.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 découle