MYC drives platinum resistant SCLC that is overcome by the dual PI3K-HDAC inhibitor fimepinostat
Notice bibliographique
Résumé
BACKGROUND: Small cell lung cancer (SCLC) is an aggressive neuroendocrine cancer with an appalling overall survival of less than 5% (Zimmerman et al. J Thor Oncol 14:768-83, 2019). Patients typically respond to front line platinum-based doublet chemotherapy, but almost universally relapse with drug resistant disease. Elevated MYC expression is common in SCLC and has been associated with platinum resistance. This study evaluates the capacity of MYC to drive platinum resistance and through screening identifies a drug capable of reducing MYC expression and overcoming resistance. METHODS: Elevated MYC expression following the acquisition of platinum resistance in vitro and in vivo was assessed. Moreover, the capacity of enforced MYC expression to drive platinum resistance was defined in SCLC cell lines and in a genetically engineered mouse model that expresses MYC specifically in lung tumors. High throughput drug screening was used to identify drugs able to kill MYC-expressing, platinum resistant cell lines. The capacity of this drug to treat SCLC was defined in vivo in both transplant models using cell lines and patient derived xenografts and in combination with platinum and etoposide chemotherapy in an autochthonous mouse model of platinum resistant SCLC. RESULTS: MYC expression is elevated following the acquisition of platinum resistance and constitutively high MYC expression drives platinum resistance in vitro and in vivo. We show that fimepinostat decreases MYC expression and that it is an effective single agent treatment for SCLC in vitro and in vivo. Indeed, fimepinostat is as effective as platinum-etoposide treatment in vivo. Importantly, when combined with platinum and etoposide, fimepinostat achieves a significant increase in survival. CONCLUSIONS: MYC is a potent driver of platinum resistance in SCLC that is effectively treated with fimepinostat.
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) | 0,002 | 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 ».