Targeting Aurora Kinases as Therapy in Multiple Myeloma.
Notice bibliographique
Résumé
Abstract The aurora kinases A and B are critical for facilitating cell cycle transit from G2 through to cytokinesis. As important regulators of the mitotic event, they are being tested as potential targets in cancer therapy. Multiple myeloma (MM) is a B cell malignancy characterized by progressive genetic instability, suggesting a disruption of cell cycle checkpoints has occurred that normally arrest cells at G2M or within mitosis when injury to the mitotic machinery occurs. Since these deficient checkpoints would prevent cell cycle arrest and potential repair and may render MM cells susceptible to apoptotic death in mitosis, we tested the anti-myeloma effecy of two separate agents that inhibit aurora kinases. Both agents induced cytoreduction of MM cell lines and primary myeloma samples at nM concentrations while normal peripheral blood lymphocytes and CLL cells were not affected. MM cells were not protected by IL-6 or activating mutations of RAS. Anti-myeloma effects were characterized by induction of tetraploidy followed by apoptosis. The myeloma apoptotic effect correlated well with the inhibition of aurora kinase activity as shown by reduction of histone 3B phosphorylation (substrate of auroras). Furthermore, stable ectopic over-expression of aurora kinase A significantly protected MM cells against aurora inhibitors but had no effect on apoptosis induced by velcade. As expression of the centrosomal protein RHAMM in MM cells may contribute to genetic instability, we tested effects of RHAMM over-expression on the sensitivity to aurora inhibitors. Although RHAMM over-expression in transfected MM cells was very modest, it significantly enhanced sensitivity to apoptosis induced by aurora kinase inhibitors. These results suggest the potential for aurora kinase inhibitors in multiple myeloma especially in patients where RHAMM is over-expressed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».