Development of a New HiBiT Biosensor Monitoring Stability of YAP/TAZ Proteins in Cells
Notice bibliographique
Résumé
The Hippo signaling cascade is frequently dysregulated in a variety of cancers, such as breast cancer (BC), which is one of the most commonly diagnosed malignancies in women. Among BC subtypes, triple-negative BC (TNBC) stands out due to its poor prognosis and high metastatic potential. Despite extensive research aimed at establishing treatment options, existing therapies demonstrate limited efficacy for TNBC. Recently, it has been recognized that targeting the core components of the Hippo pathway (YAP and its paralog TAZ) is a promising strategy for developing anti-cancer treatment. However, no YAP/TAZ inhibitors have been approved by the FDA as anti-TNBC treatments, and only a few compounds have been identified that directly affect YAP and TAZ activity and stability to enhance the prospect of innovative HiBiT biosensors for monitoring of YAP and TAZ in cells. Employing these biosensors, we conducted a small-scale drug screen involving 279 compounds, leading to the identification of several small molecule inhibitors (SMIs) capable of inducing YAP/TAZ degradation in diverse TNBC cell lines. It is worth noting that some drugs may indirectly affect the protein stability following prolonged treatment, and a shorter exposure can be included in the future to identify drug candidates with more direct effects. Nevertheless, our study introduces a novel approach for assessing YAP and TAZ levels, which can have significant implications for developing anti-TNBC targeted therapies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».