EGFR blockade in GBM brain tumor stem cells synergizes with JAK2/STAT3 pathway inhibition to abrogate compensatory mechanisms in vitro and in vivo
Notice bibliographique
Résumé
Abstract Background The EGFR pathway is frequently mutated in glioblastoma (GBM). However, to date, EGFR therapies have not demonstrated efficacy in clinical trials. Poor brain penetration of conventional inhibitors, lack of patient stratification for EGFR status, and mechanisms of resistance are likely responsible for the failure of EGFR-targeted therapy. We aimed to address these elements in a large panel of molecularly diverse patient-derived GBM brain tumor stem cells (BTSCs). Methods In vitro growth inhibition and on-target efficacy of afatinib, pacritinib, or a combination were assessed by cell viability, neurosphere formation, cytotoxicity, limiting dilution assays, and western blotting. In vivo efficacy was assessed with mass spectrometry, immunohistochemistry, magnetic resonance imaging, and intracranial xenograft models. Results We show that afatinib and pacritinib decreased BTSC growth and sphere-forming capacity in vitro. Combinations of the 2 drugs were synergistic and abrogated the activation of STAT3 signaling observed upon EGFR inhibition in vitro and in vivo. We further demonstrate that the brain-penetrant EGFR inhibitor, afatinib, improved survival in EGFRvIII mt orthotopic xenograft models. However, upregulation of the oncogenic STAT3 signaling pathway was observed following afatinib treatment. Combined inhibition with 2 clinically relevant drugs, afatinib and pacritinib, synergistically decreased BTSC viability and abrogated this compensatory mechanism of resistance to EGFR inhibition. A significant decrease in tumor burden in vivo was observed with the combinatorial treatment. Conclusions These data demonstrate that brain-penetrant combinatorial therapies targeting the EGFR and STAT3 signaling pathways hold therapeutic promise for GBM.
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 | 0,001 |
| 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 ».