MétaCan
Menu
Retour à la cohorte
Enregistrement W4313503211 · doi:10.3390/cancers15010025

On the Therapeutic Potential of ERK4 in Triple-Negative Breast Cancer

2022· article· en· W4313503211 sur OpenAlexafffund
Fadia Boudghene-Stambouli, Mathilde Soulez, Natalia Ronkina, Anneke Dörrie, Alexey Kotlyarov, Ole Morten Seternes, Matthias Gaestel, Sylvain Meloche

Notice bibliographique

RevueCancers · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesHelse Nord RHFDeutsche ForschungsgemeinschaftCanadian Institutes of Health ResearchCancer Research SocietyKreftforeningen
Mots-clésTriple-negative breast cancerCancer researchPI3K/AKT/mTOR pathwayKinaseBreast cancerCell growthProtein kinase BCancerMitogen-activated protein kinaseMedicineBiologySignal transductionCell biologyInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

ERK3 and ERK4 define a distinct and understudied subfamily of mitogen-activated protein kinases (MAPKs). Little is known about the physiological roles of these atypical MAPKs and their association with human diseases. Interestingly, accumulating evidence points towards a role for ERK3 and ERK4 signaling in the initiation and progression of various types of cancer. Notably, a recent study reported that ERK4 is expressed in a subset of triple-negative breast cancer (TNBC) cell lines and that this expression is critical for AKT activation and for sustaining TNBC cell proliferation in vitro and tumor growth in mice. The authors also showed that depletion of ERK4 sensitizes TNBC cells to phosphatidylinositol-3-kinase (PI3K) inhibitors. They concluded that ERK4 is a promising therapeutic target for TNBC and has potential for combination therapy with PI3K inhibitors. Here, we raise concerns about the cellular models and experimental approaches used in this study, which compromise the conclusions on the oncogenic role of ERK4 in 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetMelanoma and MAPK PathwaysTravaux en français237 207