Data from <i>PIK3CA</i> and <i>PIK3CB</i> Inhibition Produce Synthetic Lethality when Combined with Estrogen Deprivation in Estrogen Receptor–Positive Breast Cancer
Notice bibliographique
Résumé
Abstract Several phosphoinositide 3-kinase (PI3K) catalytic subunit inhibitors are currently in clinical trial. We therefore sought to examine relationships between pharmacologic inhibition and somatic mutations in PI3K catalytic subunits in estrogen receptor (ER)–positive breast cancer, in which these mutations are particularly common. RNA interference (RNAi) was used to determine the effect of selective inhibition of PI3K catalytic subunits, p110α and p110β, in ER+ breast cancer cells harboring either mutation (PIK3CA) or gene amplification (PIK3CB). p110α RNAi inhibited growth and promoted apoptosis in all tested ER+ breast cancer cells under estrogen deprived-conditions, whereas p110β RNAi only affected cells harboring PIK3CB amplification. Moreover, dual p110α/p110β inhibition potentiated these effects. In addition, treatment with the clinical-grade PI3K catalytic subunit inhibitor BEZ235 also promoted apoptosis in ER+ breast cancer cells. Importantly, estradiol suppressed apoptosis induced by both gene knockdowns and BEZ235 treatment. Our results suggest that PI3K inhibitors should target both p110α and p110β catalytic subunits, whether wild-type or mutant, and be combined with endocrine therapy for maximal efficacy when treating ER+ breast cancer. [Cancer Res 2009;69(9):3955–62]
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,005 |
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 ».