Faculty Opinions recommendation of Notch-1-PTEN-ERK1/2 signaling axis promotes HER2+ breast cancer cell proliferation and stem cell survival.
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
Trastuzumab targets the HER2 receptor on breast cancer cells to attenuate HER2-driven tumor growth. However, resistance to trastuzumab-based therapy remains a major clinical problem for women with HER2+ breast cancer. Breast cancer stem cells (BCSCs) are suggested to be responsible for drug resistance and tumor recurrence. Notch signaling has been shown to promote BCSC survival and self-renewal. Trastuzumab-resistant cells have increased Notch-1 expression. Notch signaling drives cell proliferation in vitro and is required for tumor recurrence in vivo. We demonstrate herein a mechanism by which Notch-1 is required for trastuzumab resistance by repressing PTEN expression to contribute to activation of ERK1/2 signaling. Furthermore, Notch-1-mediated inhibition of PTEN is necessary for BCSC survival in vitro and in vivo. Inhibition of MEK1/2-ERK1/2 signaling in trastuzumab-resistant breast cancer cells mimics effects of Notch-1 knockdown on bulk cell proliferation and BCSC survival. These findings suggest that Notch-1 contributes to trastuzumab resistance by repressing PTEN and this may lead to hyperactivation of ERK1/2 signaling. Furthermore, high Notch-1 and low PTEN mRNA expression may predict poorer overall survival in women with breast cancer. Notch-1 protein expression predicts poorer survival in women with HER2+ breast cancer. These results support a potential future clinical trial combining anti-Notch-1 and anti-MEK/ERK therapy for trastuzumab-resistant breast cancer. PMID: 29743588
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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