Abstract B43: Validation of a network-based strategy for the optimization of combinatorial target selection in breast cancer therapy
Notice bibliographique
Résumé
Abstract Network-based strategies provided by systems biology are attractive tools for cancer therapy. Modulation of cancer networks by anticancer drugs may alter the response of malignant cells and/or drive network reorganization into the inhibition of cancer progression. Previously, using systems biology approach and cancer signaling networks, we identified the top 5 highly expressed and connected proteins (HSP90AB1, CSNK2B, TK1, YWHAB, and VIM) in the invasive MDA-MB-231 breast cancer cell line. Here, we have knocked down the expression of these proteins, individually or together using siRNAs. The transfected cell lines were assessed for in vitro cell growth, colony formation, migration, and invasion relative to control transfected MDA-MB-231, the noninvasive MCF-7 breast carcinoma cell line, and the nontumoral mammary epithelial cell line MCF-10A. The knockdown of the top-5 upregulated connectivity hubs successfully inhibited the in vitro proliferation, colony formation, anchorage independence, migration, and invasion in MDA-MB-231 cells, with minimal effects in the control transfected MDA-MB-231 cells or MCF-7 and MCF-10A cells. The in vitro validation of bioinformatics predictions regarding optimized multitarget selection for therapy suggests that protein expression levels together with protein-protein interaction network analysis may provide an optimized combinatorial target selection for a highly effective antimetastatic precision therapy in triple-negative breast cancer. This approach increases the ability to identify not only druggable hubs as essential targets for cancer survival, but also interactions most susceptible to synergistic drug action. The data provided in this report constitute a preliminary step toward the personalized clinical application of our strategy to optimize the therapeutic use of anticancer drugs. Citation Format: Tatiana Martins Tilli, Nicolas Carels, Jack Adam Tuszynski, Manijeh Pasdar. Validation of a network-based strategy for the optimization of combinatorial target selection in breast cancer therapy [abstract]. In: Proceedings of the AACR International Conference held in cooperation with the Latin American Cooperative Oncology Group (LACOG) on Translational Cancer Medicine; May 4-6, 2017; São Paulo, Brazil. Philadelphia (PA): AACR; Clin Cancer Res 2018;24(1_Suppl):Abstract nr B43.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,003 | 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 ».