MétaCan
Menu
Retour à la cohorte
Enregistrement W3023317226 · doi:10.1158/1557-3125.ras18-ia09

Abstract IA09: Targeting K-RAS4B on biologic membranes

2020· article· en· W3023317226 sur OpenAlexaff
Mitsuhiko Ikura

Notice bibliographique

RevueMolecular Cancer Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Research and Treatments
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésPrenylationSignal transductionCell biologyCancerMembraneKinaseMutantChemistryBiologyCancer researchBiochemistryGeneGeneticsEnzyme

Résumé

récupéré en direct d'OpenAlex

Abstract RAS proteins are frequently mutated in cancer (~30% of all human tumors) and an estimated worldwide death toll of RAS-associated cancers exceeds 2 million/yr. Despite enormous efforts in RAS research over three decades, there is no clinically approved RAS inhibitor and the RAS protein remains a challenging target for cancer therapy development. In order to overcome this challenge, we sought to better understand how RAS functions under physiologic conditions and alters related signaling pathways in the mutant RAS-driven tumors. Fully matured protein K-RAS4B, the major target for cancer therapeutics, is prenylated and methylated at the carboxy-terminus, which enables K-RAS4B to anchor to the plasma membrane where it receives an upstream signal and transmits the signal to a number of downsteam pathways. There is, however, a large gap in our understanding of how the matured K-RAS4B protein functions at the surface of the plasma membrane. As a first step, we sought to develop new conformational and functional assays for the RAS protein on lipid bilayers (i.e., nanodiscs) using various biochemical and biophysical techniques. We elucidated how the membrane environment dictates the conformation of K-RAS4B and how oncogenic mutations influence the membrane-dependent conformational states of the protein (Mazhab-Jafari et al., PNAS 2015). More recently, we have been investigating multiple aspects of K-RAS4B functions and I will discuss (i) how the biologic membrane influences K-RAS4B interaction with a binding domain of RAF kinases and (ii) how we could inhibit K-RAS4B at the membrane surface by small molecules (Fang et al., Cell Chem Biol 2018) and an engineered protein. Supported by CCS, CIHR, CFI and PMCF. Citation Format: Mitsu Ikura. Targeting K-RAS4B on biologic membranes [abstract]. In: Proceedings of the AACR Special Conference on Targeting RAS-Driven Cancers; 2018 Dec 9-12; San Diego, CA. Philadelphia (PA): AACR; Mol Cancer Res 2020;18(5_Suppl):Abstract nr IA09.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,092
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,079
Tête enseignante GPT0,401
Écart entre enseignants0,323 · 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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer ResearchMême sujetCancer Research and TreatmentsTravaux en français237 207