RTK-Dependent Inducible Degradation of Mutant PI3Kα Drives GDC-0077 (Inavolisib) Efficacy
Notice bibliographique
Résumé
Abstract PIK3CA is one of the most frequently mutated oncogenes; the p110a protein it encodes plays a central role in tumor cell proliferation. Small-molecule inhibitors targeting the PI3K p110a catalytic subunit have entered clinical trials, with early-phase GDC-0077 studies showing antitumor activity and a manageable safety profile in patients with PIK3CA-mutant breast cancer. However, preclinical studies have shown that PI3K pathway inhibition releases negative feedback and activates receptor tyrosine kinase signaling, reengaging the pathway and attenuating drug activity. Here we discover that GDC-0077 and taselisib more potently inhibit mutant PI3K pathway signaling and cell viability through unique HER2-dependent mutant p110a degradation. Both are more effective than other PI3K inhibitors at maintaining prolonged pathway suppression. This study establishes a new strategy for identifying inhibitors that specifically target mutant tumors by selective degradation of the mutant oncoprotein and provide a strong rationale for pursuing PI3Kα degraders in patients with HER2-positive breast cancer. Significance: The PI3K inhibitors GDC-0077 and taselisib have a unique mechanism of action; both inhibitors lead to degradation of mutant p110a protein. The inhibitors that have the ability to trigger specific degradation of mutant p110a without significant change in wild-type p110a protein may result in improved therapeutic index in PIK3CA-mutant tumors. See related commentary by Vanhaesebroeck et al., p. 20. This article is highlighted in the In This Issue feature, p. 1
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 ».