Antitumor efficacy of XPO1 inhibitor Selinexor in KRAS-mutant lung adenocarcinoma patient-derived xenografts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gain-of-function Kirsten rat sarcoma viral oncogene homolog (KRAS) mutations occur in 25% of lung adenocarcinomas, and these tumors are challenging to treat. Some preclinical work, largely based on cell lines, suggested KRASmut lung cancers are especially dependent on the nuclear export protein exportin-1 (XPO1), while other work supports XPO1 being a broader cancer dependency. To investigate the sensitivity of KRASmut lung cancers to XPO1 inhibition in models that more closely match clinical tumors, we treated 10 independently established lung cancer patient-derived tumor xenografts (PDXs) with the clinical XPO1 inhibitor, Selinexor. Monotherapy with Selinexor reduced tumor growth in all KRASmut PDXs, which included 4 different codon mutations, and was more effective than the clinical MEK1/2 inhibitor, Trametinib. Selinexor was equally effective in KRASG12C and KRASG12D tumors, with TP53 mutations being a biomarker for a weaker drug response. By mining genome-wide dropout datasets, we identified XPO1 as a universal cancer cell dependency and confirmed this functionally in two KRASWT PDX models harboring kinase drivers. However, targeted kinase inhibitors were more effective than Selinexor in these models. Our findings support continued investigation of XPO1 inhibitors in KRASmut lung adenocarcinoma, regardless of the codon alteration.
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.
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 découle