MétaCan
Menu
Retour à la cohorte
Enregistrement W2944651921 · doi:10.1158/0008-5472.can-19-0119

Discovery and Characterization of SY-1365, a Selective, Covalent Inhibitor of CDK7

2019· article· en· W2944651921 sur OpenAlexaff
Shanhu Hu, Jason Marineau, Nisha Rajagopal, Kristin B. Hamman, Yoon Jong Choi, Darby Schmidt, Nan Rosemary Ke, Liv Johannessen, Michael J. Bradley, David A. Orlando, Sydney Alnemy, Yixuan Ren, Stéphane Ciblat, Dana K. Winter, A. Kabro, Kevin T. Sprott, John Hodgson, Christian Fritz, John P. Carulli, Emmanuelle di Tomaso, Eric R. Olson

Notice bibliographique

RevueCancer Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensParaza Pharma (Canada)
Organismes subventionnairesSyros Pharmaceuticals
Mots-clésCyclin-dependent kinase 7Cyclin-dependent kinaseCancer researchBiologyCDK inhibitorCancerKinaseOvarian cancerMyeloid leukemiaTranscription factorCell cyclePharmacologyCell biologyGeneBiochemistryGeneticsCyclin-dependent kinase 2

Résumé

récupéré en direct d'OpenAlex

Abstract Recent studies suggest that targeting transcriptional machinery can lead to potent and selective anticancer effects in cancers dependent on high and constant expression of certain transcription factors for growth and survival. Cyclin-dependent kinase 7 (CDK7) is the catalytic subunit of the CDK-activating kinase complex. Its function is required for both cell-cycle regulation and transcriptional control of gene expression. CDK7 has recently emerged as an attractive cancer target because its inhibition leads to decreased transcript levels of oncogenic transcription factors, especially those associated with super-enhancers. Here, we describe a selective CDK7 inhibitor SY-1365, which is currently in clinical trials in populations of patients with ovarian and breast cancer (NCT03134638). In vitro, SY-1365 inhibited cell growth of many different cancer types at nanomolar concentrations. SY-1365 treatment decreased MCL1 protein levels, and cancer cells with low BCL2L1 (BCL-XL) expression were found to be more sensitive to SY-1365. Transcriptional changes in acute myeloid leukemia (AML) cell lines were distinct from those following treatment with other transcriptional inhibitors. SY-1365 demonstrated substantial antitumor effects in multiple AML xenograft models as a single agent; SY-1365–induced growth inhibition was enhanced in combination with the BCL2 inhibitor venetoclax. Antitumor activity was also observed in xenograft models of ovarian cancer, suggesting the potential for exploring SY-1365 in the clinic in both hematologic and solid tumors. Our findings support targeting CDK7 as a new approach for treating transcriptionally addicted cancers. Significance: These findings demonstrate the molecular mechanism of action and potent antitumor activity of SY-1365, the first selective CDK7 inhibitor to enter clinical investigation.

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 seuil0,004

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 Opus0,032
Tête enseignante GPT0,351
Écart entre enseignants0,319 · 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

Citations151
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer-related Molecular PathwaysTravaux en français237 207