A Combinatorial Strategy for Targeting <i>BRAF</i> V600E-Mutant Cancers with BRAFV600E Inhibitor (PLX4720) and Tyrosine Kinase Inhibitor (Ponatinib)
Notice bibliographique
Résumé
Abstract Purpose: Most aggressive thyroid cancers are commonly associated with a BRAFV600E mutation. Preclinical and clinical data in BRAFV600E cancers suggest that combined BRAF and MEK inhibitor treatment results in a response, but resistance is common. One mechanism of acquired resistance is through persistent activation of tyrosine kinase (TK) signaling by alternate pathways. We hypothesized that combination therapy with BRAF and multitargeting TK inhibitors (MTKI) might be more effective in BRAFV600E thyroid cancer than in single-agent or BRAF and MEK inhibitors. Experimental Design: The combined drug activity was analyzed to predict any synergistic effect using high-throughput screening (HTS) of active drugs. We performed follow-up in vitro and in vivo studies to validate and determine the mechanism of action of synergistic drugs. Results: The MTKI ponatinib and the BRAF inhibitor PLX4720 showed synergistic activity by HTS. This combination significantly inhibited proliferation, colony formation, invasion, and migration in BRAFV600E thyroid cancer cell lines and downregulated pERK/MEK and c-JUN signaling pathways, and increased apoptosis. PLX4720-resistant BRAFV600E cells became sensitized to the combination treatment, with decreased proliferation at lower PLX4720 concentrations. In an orthotopic thyroid cancer mouse model, combination therapy significantly reduced tumor growth (P < 0.05), decreased the number of metastases (P < 0.05), and increased survival (P < 0.05) compared with monotherapy and vehicle control. Conclusions: Combination treatment with ponatinib and PLX4720 exhibited significant synergistic anticancer activity in preclinical models of BRAFV600E thyroid cancer, in addition to overcoming PLX4720 resistance. Our results suggest this combination should be tested in clinical trials.
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 | 0,000 | 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) | 0,001 | 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 ».