MétaCan
Menu
Retour à la cohorte
Enregistrement W4392359381 · doi:10.1038/s42003-024-05965-5

EGFR signaling and pharmacology in oncology revealed with innovative BRET-based biosensors

2024· article· en· W4392359381 sur OpenAlexafffund
Florence Gross, Arturo Mancini, Billy Breton, Hiroyuki Kobayashi, Pedro Henrique Scarpelli Pereira, Christian Le Gouill, Michel Bouvier, Stéphan Schann, Xavier Leroy, Laurent Sabbagh

Notice bibliographique

RevueCommunications Biology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and CancerAegera Therapeutics (Canada)
Organismes subventionnairesNational Research Council CanadaCanadian Institutes of Health ResearchGovernment of Canada
Mots-clésReceptor tyrosine kinaseSignal transductionEpidermal growth factor receptorCancer researchBiologyBiosensorKinaseCell biologyPharmacologyReceptorBiochemistry

Résumé

récupéré en direct d'OpenAlex

Mutations of receptor tyrosine kinases (RTKs) are associated with the development of many cancers by modifying receptor signaling and contributing to drug resistance in clinical settings. We present enhanced bystander bioluminescence resonance energy transfer-based biosensors providing new insights into RTK biology and pharmacology critical for the development of more effective RTK-targeting drugs. Distinct SH2-specific effector biosensors allow for real-time and spatiotemporal monitoring of signal transduction pathways engaged upon RTK activation. Using EGFR as a model, we demonstrate the capacity of these biosensors to differentiate unique signaling signatures, with EGF and Epiregulin ligands displaying differences in efficacy, potency, and responses within different cellular compartments. We further demonstrate that EGFR single point mutations found in Glioblastoma or non-small cell lung cancer, impact the constitutive activity of EGFR and response to tyrosine kinase inhibitor. The BRET-based biosensors are compatible with microscopy, and more importantly characterize the next generation of therapeutics directed against RTKs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,434
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207