Developmental phosphoproteomics identifies the kinase CK2 as a driver of Hedgehog signaling and a therapeutic target in medulloblastoma
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.
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) | 0,000 | 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) | 0,001 | 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 ».