E2F7 promotes mammalian target of rapamycin inhibitor resistance in hepatocellular carcinoma after liver transplantation
Notice bibliographique
Résumé
The mammalian target of rapamycin (mTOR) pathway is frequently deregulated and has critical roles in cancer progression. mTOR inhibitor has been widely used in several kinds of cancers and is strongly recommended in patients with hepatocellular carcinoma (HCC) after liver transplantation (LT). However, the poor response to mTOR inhibitors due to resistance remains a challenge. Hypoxia-associated resistance limits the therapeutic efficacy of targeted drugs. The present study established models of HCC clinical samples and cell lines resistance to mTOR inhibitor sirolimus and screened out E2F7 as a candidate gene induced by hypoxia and promoting sirolimus resistance. E2F7 suppressed mTOR complex 1 via directly binding to the promoter of the TSC1 gene and stabilizes hypoxia-inducible factor-1α activating its downstream genes, which are responsible for E2F7-dependent mTOR inhibitor resistance. Clinically, low E2F7 expression could be an effective biomarker for recommending patients with HCC for anti-mTOR-based therapies after LT. Targeting E2F7 synergistically inhibited HCC growth with sirolimus in vivo. E2F7 is a promising target to reverse mTOR inhibition resistance. Collectively, our study points to a role for E2F7 in promoting mTOR inhibitor resistance in HCC and emphasizes its potential clinical significance in patients with HCC after LT.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».