Mevalonate Pathway Inhibition Slows Breast Cancer Metastasis via Reduced <i>N</i>-glycosylation Abundance and Branching
Notice bibliographique
Résumé
Abstract Aberrant N-glycan Golgi remodeling and metabolism are associated with epithelial–mesenchymal transition (EMT) and metastasis in patients with breast cancer. Despite this association, the N-glycosylation pathway has not been successfully targeted in cancer. Here, we show that inhibition of the mevalonate pathway with fluvastatin, a clinically approved drug, reduces both N-glycosylation and N-glycan-branching, essential components of the EMT program and tumor metastasis. This indicates novel cross-talk between N-glycosylation at the endoplasmic reticulum (ER) and N-glycan remodeling at the Golgi. Consistent with this cooperative model between the two spatially separated levels of protein N-glycosylation, fluvastatin-induced tumor cell death was enhanced by loss of Golgi-associated N-acetylglucosaminyltransferases MGAT1 or MGAT5. In a mouse model of postsurgical metastatic breast cancer, adjuvant fluvastatin treatment reduced metastatic burden and improved overall survival. Collectively, these data support the immediate repurposing of fluvastatin as an adjuvant therapeutic to combat metastatic recurrence in breast cancer by targeting protein N-glycosylation at both the ER and Golgi. Significance: These findings show that metastatic breast cancer cells depend on the fluvastatin-sensitive mevalonate pathway to support protein N-glycosylation, warranting immediate clinical testing of fluvastatin as an adjuvant therapy for breast cancer.
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 | 0,001 | 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 ».