Deneddylation of ribosomal proteins promotes synergy between MLN4924 and chemotherapy to elicit complete therapeutic responses
Notice bibliographique
Résumé
The neddylation inhibitor MLN4924/Pevonedistat is in clinical trials for multiple cancers. Efficacy is generally attributed to cullin RING ligase (CRL) inhibition, but the contribution of non-CRL targets is unknown. Here, CRISPR screens map MLN4924-monotherapy sensitivity in retinoblastoma to a classic DNA damage-induced p53/E2F3/BAX-dependent death effector network, which synergizes with Nutlin3a or Navitoclax. In monotherapy-resistant cells, MLN4924 plus standard-of-care topotecan overcomes resistance, but reduces DNA damage, instead harnessing ribosomal protein nucleolar-expulsion to engage an RPL11/p21/MYCN/E2F3/p53/BAX synergy network that exhibits extensive cross-regulation. Strikingly, unneddylatable RPL11 substitutes for MLN4924 to perturb nucleolar function and enhance topotecan efficacy. Orthotopic tumors exhibit complete responses while preserving visual function. Moreover, MLN4924 plus melphalan deploy this DNA damage-independent strategy to synergistically kill multiple myeloma cells. Thus, MLN4924 synergizes with standard-of-care drugs to unlock a nucleolar death effector network across cancer types implying broad therapeutic relevance.
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 | 0,000 |
| 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 ».