The Genomic Landscape of Intrinsic and Acquired Resistance to Cyclin-Dependent Kinase 4/6 Inhibitors in Patients with Hormone Receptor–Positive Metastatic Breast Cancer
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
Abstract Mechanisms driving resistance to cyclin-dependent kinase 4/6 inhibitors (CDK4/6i) in hormone receptor–positive (HR+) breast cancer have not been clearly defined. Whole-exome sequencing of 59 tumors with CDK4/6i exposure revealed multiple candidate resistance mechanisms including RB1 loss, activating alterations in AKT1, RAS, AURKA, CCNE2, ERBB2, and FGFR2, and loss of estrogen receptor expression. In vitro experiments confirmed that these alterations conferred CDK4/6i resistance. Cancer cells cultured to resistance with CDK4/6i also acquired RB1, KRAS, AURKA, or CCNE2 alterations, which conferred sensitivity to AURKA, ERK, or CHEK1 inhibition. Three of these activating alterations—in AKT1, RAS, and AURKA—have not, to our knowledge, been previously demonstrated as mechanisms of resistance to CDK4/6i in breast cancer preclinically or in patient samples. Together, these eight mechanisms were present in 66% of resistant tumors profiled and may define therapeutic opportunities in patients. Significance: We identified eight distinct mechanisms of resistance to CDK4/6i present in 66% of resistant tumors profiled. Most of these have a therapeutic strategy to overcome or prevent resistance in these tumors. Taken together, these findings have critical implications related to the potential utility of precision-based approaches to overcome resistance in many patients with HR+ metastatic breast cancer. This article is highlighted in the In This Issue feature, p. 1079
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