Erb-b2 Receptor Tyrosine Kinase 2 (ERBB2) Promotes ATG12-Dependent Autophagy Contributing to Treatment Resistance of Breast Cancer Cells
Notice bibliographique
Résumé
The epidermal growth factor receptor (EGFR) family member erb-b2 receptor tyrosine kinase 2 (ERBB2) is overexpressed in many types of cancers leading to (radio- and chemotherapy) treatment resistance, whereas the underlying mechanisms are still unclear. Autophagy is known to contribute to cancer treatment resistance. In this study, we demonstrate that ERBB2 increases the expression of different autophagy genes including ATG12 (autophagy-related 12) and promotes ATG12-dependent autophagy. We clarify that lapatinib, a dual inhibitor for EGFR and ERBB2, promoted autophagy in cells expressing only EGFR but inhibited autophagy in cells expressing only ERBB2. Furthermore, breast cancer database analysis of 35 genes in the canonical autophagy pathway shows that the upregulation of ATG12 and MAP1LC3B is associated with a low relapse-free survival probability of patients with ERBB2-positive breast tumors following treatments. Downregulation of ERBB2 or ATG12 increased cell death induced by chemotherapy drugs in ERBB2-positive breast cancer cells, whereas upregulation of ERBB2 or ATG12 decreased the cell death in ERBB2-negative breast cancer cells. Finally, ERBB2 antibody treatment led to reduced expression of ATG12 and autophagy inhibition increasing drug or starvation-induced cell death in ERBB2-positive breast cancer cells. Taken together, this study provides a novel approach for the treatment of ERBB2-positive breast cancer by targeting ATG12-dependent autophagy.
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) | 0,001 | 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) | 0,002 | 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 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 ».