Trastuzumab effects depend on HER2 phosphorylation in HER2-negative breast cancer cell lines
Notice bibliographique
Résumé
The breast cancer (BC) biomarker HER2 (Human Epidermal Receptor 2) is overexpressed in 25% of BC. Only patients with HER2-positive tumors receive HER2-targeting therapies, like trastuzumab (Herceptin). However, some women with a HER2-negative BC could benefit from trastuzumab. This could be explained by the activation/phosphorylation of HER2 that can be recognized by trastuzumab. The aim of this study is to examine trastuzumab effects on HER2 phosphorylation at tyrosine Y877 (pHER2Y877). HER2 and pHER2Y877 status were evaluated in a cohort of BC patients representative of molecular subtypes distribution (n = 497) and in a series of BC cell lines (n = 7). Immunohistochemistry against pHER2Y877 was performed on tissue micro arrays. Cellular proliferation assays were performed on BC cell lines presenting different combinations of HER2 and pHER2Y877 status and treated with increasing doses of trastuzumab (0-150 μg/ml). The prevalence of pHER2Y877 in this cohort was 6%. Nearly 5% of patients with HER2-negative tumors (n = 406, 82%) overexpressed pHER2Y877. Among triple negative BC patients (n = 39, 8%), 7.7% expressed pHER2Y877. Trastuzumab treatment decreased cell proliferation in HER2-/pHER2Y877+ BC cell lines, to an extent comparable to what occurs in HER2+ cell lines, but did not affect HER2-/pHER2Y877- cell lines. Trastuzumab sensitivity in HER2-/pHER2Y877+ cell line is specific to HER2 tyrosine 877 phosphorylation. Hence, with further confirmation in a bigger cohort, trastuzumab treatment could be envisaged as a treatment option to women presenting with HER2-/pHER2+ tumors, representing more than 1000 BC women in Canada in 2019.
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 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 | 0,001 |
| 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 tête enseignante, 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 ».