Molecular Characteristics and Therapeutic Vulnerabilities of Claudin-low Breast Cancers Derived from Cell Line Models
Notice bibliographique
Résumé
BACKGROUND/AIM: Breast cancers constitute heterogeneous tumor groups and their categorization in subtypes based on the expression of the estrogen (ER), progesterone (PR) and HER2 receptors has advanced therapeutics. Claudin-low breast cancer has been proposed as an additional subtype which is mostly ER, PR and HER2 negative, but its identification has not led to corresponding specific treatments yet. MATERIALS AND METHODS: Breast cancer cell lines from the Cancer Cell Line Encyclopedia (CCLE) were assessed for mRNA suppression of claudins and mRNA expression of ER and ERBB2 (the gene encoding HER2). The set of identified claudin-low cell lines were compared with representative ER-/ERBB2- cell lines for associated molecular alterations, gene dependencies through CRISPR and microRNA arrays and in vitro drug sensitivities using the Genomics of Drug Sensitivity in Cancer (GDSC) project. RESULTS: Claudin-low cell lines display up-regulation of mRNA expression of epithelial to mesenchymal transition (EMT) regulators. Methylation sensitive genes are down-regulated in claudin-low lines compared with other cell lines, without associated up-regulation of DNA methyltransferases. Dependency screen microarrays reveal dependencies of claudin-low cell lines on components of the cytoskeleton but no consistent dependencies in known oncogenes or tumor suppressors. Potential drug sensitivities revealed in the drug screens included sensitivities to WNT pathway modulators, tyrosine kinase cascade inhibitors and BET inhibitors. On the other hand, claudin-low cell lines showed resistance to deacetylase inhibitors. CONCLUSION: Claudin-low cell line models duplicate features of claudin-low breast cancers and may serve as guides for identification of drugs worth exploring for further development.
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 ».