Heterogeneous alteration of the ERBB3–MYC axis associated with MEK inhibitor resistance in a <i>KRAS</i>-mutated low-grade serous ovarian cancer patient
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Low-grade serous ovarian cancer (LGSOC) is relatively chemoresistant, and no precision therapy is approved for this indication. Despite promising results in phase II trials, MEK inhibitors have failed to show improved progression-free survival in a phase III trial when compared to physician's choice chemotherapy. We report for the first time temporal changes in the tumor genome assessed in sequential tumor samples of a 48-yr-old patient with a KRAS -mutated LGSOC treated with the MEK inhibitor binimetinib. After an initial long-lasting partial response, rapidly progressive brain metastasis occurred, ultimately leading to patient death. Our study demonstrates that novel genomic alterations accumulated during the course of treatment as a result of therapeutic pressures led to MEK inhibitor resistance and, ultimately, disease evolution with an aggressive behavior observed in this patient. In particular, we describe the presence of ERBB3 amplification and aberrant ERBB3–MYC signaling as a potential mechanism of acquired MEK inhibitor resistance in a patient with LGSOC, which is similar to previous observations in KRAS -mutated colon and lung cancers. Our study highlights the need for an individualized approach to better understand tumor genome evolution and suggests that LGSOC patients may derive improved therapeutic benefit by using a combinatorial strategy used in other cancers in order to overcome emergent resistance to targeted therapies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle