MNK Inhibition Sensitizes <i>KRAS</i> -Mutant Colorectal Cancer to mTORC1 Inhibition by Reducing eIF4E Phosphorylation and c-MYC Expression
Notice bibliographique
Résumé
Abstract KRAS-mutant colorectal cancers are resistant to therapeutics, presenting a significant problem for ∼40% of cases. Rapalogs, which inhibit mTORC1 and thus protein synthesis, are significantly less potent in KRAS-mutant colorectal cancer. Using Kras-mutant mouse models and mouse- and patient-derived organoids, we demonstrate that KRAS with G12D mutation fundamentally rewires translation to increase both bulk and mRNA-specific translation initiation. This occurs via the MNK/eIF4E pathway culminating in sustained expression of c-MYC. By genetic and small-molecule targeting of this pathway, we acutely sensitize KRASG12D models to rapamycin via suppression of c-MYC. We show that 45% of colorectal cancers have high signaling through mTORC1 and the MNKs, with this signature correlating with a 3.5-year shorter cancer-specific survival in a subset of patients. This work provides a c-MYC–dependent cotargeting strategy with remarkable potency in multiple Kras-mutant mouse models and metastatic human organoids and identifies a patient population that may benefit from its clinical application. Significance: KRAS mutation and elevated c-MYC are widespread in many tumors but remain predominantly untargetable. We find that mutant KRAS modulates translation, culminating in increased expression of c-MYC. We describe an effective strategy targeting mTORC1 and MNK in KRAS-mutant mouse and human models, pathways that are also commonly co-upregulated in colorectal cancer. This article is highlighted in the In This Issue feature, p. 995
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 | 0,000 |
| 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 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 ».