Author response: Kinase-dead ATM protein is highly oncogenic and can be preferentially targeted by Topo-isomerase I inhibitors
Notice bibliographique
Résumé
Cancer is a genetic disease. To remain healthy, therefore, it is essential that cells do not accrue too many dangerous mutations in their DNA that allow cancers to grow and develop. An enzyme called ATM helps to do just that. DNA damage activates ATM, which, in turn, adds phosphate groups to other proteins. These newly tagged proteins then stop cells dividing until the DNA has been repaired. Human cancers often switch off ATM, either by completely deleting the enzyme or mutating it. This renders ATM unable to add phosphate groups to proteins, and so allows the cancer cells to continue proliferating even in the face of DNA damage. Yamamoto et al. wanted to know whether cancers that completely lack ATM behave differently from cancers that contain an inactive version of the enzyme. Studying mice that were engineered to have an inactive version of ATM in their blood cells showed that such mice developed blood cancers faster than mice have no ATM in their blood cells. In particular, cancer cells with the inactive form of the ATM enzyme accumulated more DNA damage than cells that lacked the enzyme completely. Using biochemical techniques, Yamamoto et al. then showed that the inactive form of ATM can prevent other enzymes from repairing DNA. Drugs that inhibit one of these repair enzymes – called topo-isomerase I – are already used in cancer treatments. These drugs were particularly effective on tumors with the inactive version of the ATM enzyme. As ATM is commonly mutated in human cancers, the next steps that follow on from this research are to develop methods to test which cancers contain the inactive form of the ATM enzyme. Clinical trials could then investigate how effectively topo-isomerase I inhibitors treat these specific types of cancer.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,214 | 0,134 |
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 ».