MétaCan
Menu
Retour à la cohorte
Enregistrement W2897073503 · doi:10.1158/1078-0432.ccr-18-1640

Activation of KRAS Mediates Resistance to Targeted Therapy in MET Exon 14–mutant Non–small Cell Lung Cancer

2018· article· en· W2897073503 sur OpenAlexaff
Ken Suzawa, Michael Offin, Daniel Lu, Christopher Kurzatkowski, Morana Vojnic, Roger S. Smith, Joshua K. Sabari, Huichun Tai, Marissa S. Mattar, Inna Khodos, Elisa de Stanchina, Charles M. Rudin, Mark G. Kris, Maria E. Arcila, William W. Lockwood, Alexander Drilon, Marc Ladanyi, Romel Somwar

Notice bibliographique

RevueClinical Cancer Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensBC Cancer Agency
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésKRASCancer researchLung cancerCrizotinibMedicineTargeted therapyExonMutationCancerBiologyOncologyInternal medicineColorectal cancerGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: MET exon 14 splice site alterations that cause exon skipping at the mRNA level (METex14) are actionable oncogenic drivers amenable to therapy with MET tyrosine kinase inhibitors (TKI); however, secondary resistance eventually arises in most cases while other tumors display primary resistance. Beyond relatively uncommon on-target MET kinase domain mutations, mechanisms underlying primary and acquired resistance remain unclear. Experimental Design: We examined clinical and genomic data from 113 patients with lung cancer with METex14. MET TKI resistance due to KRAS mutation was functionally evaluated using in vivo and in vitro models. Results: Five of 113 patients (4.4%) with METex14 had concurrent KRAS G12 mutations, a rate of KRAS cooccurrence significantly higher than in other major driver-defined lung cancer subsets. In one patient, the KRAS mutation was acquired post-crizotinib, while the remaining 4 METex14 patients harbored the KRAS mutation prior to MET TKI therapy. Gene set enrichment analysis of transcriptomic data from lung cancers with METex14 revealed preferential activation of the KRAS pathway. Moreover, expression of oncogenic KRAS enhanced MET expression. Using isogenic and patient-derived models, we show that KRAS mutation results in constitutive activation of RAS/ERK signaling and resistance to MET inhibition. Dual inhibition of MET or EGFR/ERBB2 and MEK reduced growth of cell line and xenograft models. Conclusions: KRAS mutation is a recurrent mechanism of primary and secondary resistance to MET TKIs in METex14 lung cancers. Dual inhibition of MET or EGFR/ERBB2 and MEK may represent a potential therapeutic approach in this molecular cohort.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,144
Tête enseignante GPT0,536
Écart entre enseignants0,392 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations120
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetLung Cancer Treatments and MutationsTravaux en français237 207