Enhancing c-MYC degradation via 20S proteasome activation induces <i>in vivo</i> anti-tumor efficacy
Notice bibliographique
Résumé
SUMMARY Enhancing proteasome activity is a potential new therapeutic strategy to prevent the accumulation of aberrant high levels of protein that drive the pathogenesis of many diseases. Herein, we examine the use of small molecules to activate the 20S proteasome to reduce aberrant signaling by the undruggable oncoprotein c-MYC, to treat c-MYC driven oncogenesis. Overexpression of c-MYC is found in more than 50% of all human cancer but remains undruggable because of its highly dynamic intrinsically disordered 3-D conformation, which renders traditional therapeutic strategies largely ineffective. We demonstrate herein that small molecule activation of the 20S proteasome targets dysregulated intrinsically disordered proteins (IDPs), including c-MYC, and reduces cancer growth in vitro and in vivo models of multiple myeloma, and is even effective in bortezomib resistant cells and unresponsive patient samples. Genomic analysis of various cancer pathways showed that proteasome activation results in downregulation of many c-MYC target genes. Moreover, proteasome enhancement was well tolerated in mice and dogs. These data support the therapeutic potential of 20S proteasome activation in targeting IDP-driven proteotoxic disorders, including cancer, and demonstrate that this new therapeutic strategy is well tolerated in vivo .
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) | 0,002 | 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 ».