Therapeutic inhibition of USP9x-mediated Notch signaling in triple-negative breast cancer
Notice bibliographique
Résumé
Triple-negative breast cancer (TNBC) is a breast cancer subtype that lacks targeted treatment options. The activation of the Notch developmental signaling pathway, which is a feature of TNBC, results in the secretion of proinflammatory cytokines and the recruitment of protumoral macrophages to the tumor microenvironment. While the Notch pathway is an obvious therapeutic target, its activity is ubiquitous, and predictably, anti-Notch therapies are burdened with significant on-target side effects. Previously, we discovered that, under conditions of cellular stress commonly found in the tumor microenvironment, the deubiquitinase USP9x forms a multiprotein complex with the pseudokinase tribbles homolog 3 (TRB3) that together activate the Notch pathway. Herein, we provide preclinical studies that support the potential of therapeutic USP9x inhibition to deactivate Notch. Using a murine TNBC model, we show that USP9x knockdown abrogates Notch activation, reducing the production of the proinflammatory cytokines, C-C motif chemokine ligand 2 (CCL2) and interleukin-1 beta (IL-1β). Concomitant with these molecular changes, a reduction in tumor inflammation, the augmentation of antitumor immune response, and the suppression of tumor growth were observed. The pharmacological inhibition of USP9x using G9, a partially selective, small-molecule USP9x inhibitor, reduced Notch activity, remodeled the tumor immune landscape, and reduced tumor growth without associated toxicity. Proving the role of Notch, the ectopic expression of the activated Notch1 intracellular domain rescued G9-induced effects. This work supports the potential of USP9x inhibition to target Notch in metabolically vulnerable tissues like TNBC, while sparing normal Notch-dependent tissues.
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 | 0,001 |
| 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 ».