Concomitant activation of GLI1 and Notch1 contributes to racial disparity of human triple negative breast cancer progression
Notice bibliographique
Résumé
Mortality from triple negative breast cancer (TNBC) is significantly higher in African American (AA) women compared to White American (WA) women emphasizing ethnicity as a major risk factor; however, the molecular determinants that drive aggressive progression of AA-TNBC remain elusive. Here, we demonstrate for the first time that AA-TNBC cells are inherently aggressive, exhibiting elevated growth, migration, and cancer stem-like phenotype compared to WA-TNBC cells. Meta-analysis of RNA-sequencing data of multiple AA- and WA-TNBC cell lines shows enrichment of GLI1 and Notch1 pathways in AA-TNBC cells. Enrichment of GLI1 and Notch1 pathway genes was observed in AA-TNBC. In line with this observation, analysis of TCGA dataset reveals a positive correlation between GLI1 and Notch1 in AA-TNBC and a negative correlation in WA-TNBC. Increased nuclear localization and interaction between GLI1 and Notch1 is observed in AA-TNBC cells. Of importance, inhibition of GLI1 and Notch1 synergistically improves the efficacy of chemotherapy in AA-TNBC cells. Combined treatment of AA-TNBC-derived tumors with GANT61, DAPT, and doxorubicin/carboplatin results in significant tumor regression, and tumor-dissociated cells show mitigated migration, invasion, mammosphere formation, and CD44 + /CD24 - population. Indeed, secondary tumors derived from triple-therapy-treated AA-TNBC tumors show diminished stem-like phenotype. Finally, we show that TNBC tumors from AA women express significantly higher level of GLI1 and Notch1 expression in comparison to TNBC tumors from WA women. This work sheds light on the racial disparity in TNBC, implicates the GLI1 and Notch1 axis as its functional mediators, and proposes a triple-combination therapy that can prove beneficial for AA-TNBC.
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 ».