MétaCan
Menu
Retour à la cohorte
Enregistrement W2943635746 · doi:10.1186/s12885-019-5500-0

FKBPL and its peptide derivatives inhibit endocrine therapy resistant cancer stem cells and breast cancer metastasis by downregulating DLL4 and Notch4

2019· article· en· W2943635746 sur OpenAlexfundno aff
Lana McClements, Stephanie Annett, Anita Yakkundi, Martin O’Rourke, Andrea Valentine, Nermeen Moustafa, Abdelrahim Alqudah, Bruno M. Simões, Fiona Furlong, Amy Short, Stuart McIntosh, Helen O. McCarthy, Robert B. Clarke, Tracy Robson

Notice bibliographique

RevueBMC Cancer · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSignaling Pathways in Disease
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilManchester Biomedical Research CentreQueen's University BelfastMedical Research CouncilPublic Health AgencyNational Institute for Health and Care ResearchQueen's UniversityCancer Research UK
Mots-clésBreast cancerMetastasisMedicineCancerCancer researchCancer stem cellSurgical oncologyTriple-negative breast cancerCA15-3Internal medicineMetastatic breast cancerCancer cellIn vivoTargeted therapyOncologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Optimising breast cancer treatment remains a challenge. Resistance to therapy is a major problem in both ER- and ER+ breast cancer. Tumour recurrence after chemotherapy and/or targeted therapy leads to more aggressive tumours with enhanced metastatic ability. Self-renewing cancer stem cells (CSCs) have been implicated in treatment resistance, recurrence and the development of metastatic disease. METHODS: In this study, we utilised in vitro, in vivo and ex vivo breast cancer models using ER+ MCF-7 and ER- MDA-MB-231 cells, as well as solid and metastatic breast cancer patient samples, to interrogate the effects of FKBPL and its peptide therapeutics on metastasis, endocrine therapy resistant CSCs and DLL4 and Notch4 expression. The effects of FKBPL overexpression or peptide treatment were assessed using a t-test or one-way ANOVA with Dunnett's multiple comparison test. RESULTS: We demonstrated that FKBPL overexpression or treatment with FKBPL-based therapeutics (AD-01, pre-clinical peptide /ALM201, clinical peptide) inhibit i) CSCs in both ER+ and ER- breast cancer, ii) cancer metastasis in a triple negative breast cancer metastasis model and iii) endocrine therapy resistant CSCs in ER+ breast cancer, via modulation of the DLL4 and Notch4 protein and/or mRNA expression. AD-01 was effective at reducing triple negative MDA-MB-231 breast cancer cell migration (n ≥ 3, p < 0.05) and invasion (n ≥ 3, p < 0.001) and this was translated in vivo where AD-01 inhibited breast cancer metastasis in MDA-MB-231-lucD3H1 in vivo model (p < 0.05). In ER+ MCF-7 cells and primary breast tumour samples, we demonstrated that ALM201 inhibits endocrine therapy resistant mammospheres, representative of CSC content (n ≥ 3, p < 0.05). Whilst an in vivo limiting dilution assay, using SCID mice, demonstrated that ALM201 alone or in combination with tamoxifen was very effective at delaying tumour recurrence by 12 (p < 0.05) or 21 days (p < 0.001), respectively, by reducing the number of CSCs. The potential mechanism of action, in addition to CD44, involves downregulation of DLL4 and Notch4. CONCLUSION: This study demonstrates, for the first time, the pre-clinical activity of novel systemic anti-cancer therapeutic peptides, ALM201 and AD-01, in the metastatic setting, and highlights their impact on endocrine therapy resistant CSCs; both areas of unmet clinical need.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 Opus0,017
Tête enseignante GPT0,266
Écart entre enseignants0,249 · 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'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

Citations68
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetSignaling Pathways in DiseaseTravaux en français237 207