High throughput screening identifies dasatinib as synergistic with trametinib in low grade serous ovarian carcinoma
Notice bibliographique
Résumé
BACKGROUND: Low grade serous ovarian carcinoma (LGSOC) is a distinct histotype of ovarian cancer characterised high levels of intrinsic chemoresistance, highlighting the urgent need for new treatments. High throughput screening in clinically-informative cell-based models represents an attractive strategy for identifying candidate treatment options for prioritisation in clinical studies. METHODS: We performed a high throughput drug screen of 1610 agents across a panel of 6 LGSOC cell lines (3 RAS/RAF-mutant, 3 RAS/RAF-wildtype) to identify novel candidate therapeutic approaches. Validation comprised dose-response analysis across 9 LGSOC models and 5 high grade serous comparator lines. RESULTS: 16 hits of 1610 screened compounds were prioritised for validation based on >50% reduction in nuclei counts in over half of screened cell lines at 1000 nM concentration. 11 compounds passed validation, and the four agents of greatest interest (dasatinib, tyrosine kinase inhibitor; disulfiram, aldehyde dehydrogenase inhibitor; carfilzomib, proteasome inhibitor; romidepsin, histone deacetylase inhibitor) underwent synergy profiling with the recently approved MEK inhibitor trametinib. Disulfiram demonstrated excellent selectivity for LGSOC versus high grade serous ovarian carcinoma comparator lines (P = 0.003 for IC50 comparison), while the tyrosine kinase inhibitor dasatinib demonstrated favourable synergy with trametinib across multiple LGSOC models (maximum zero interaction potency synergy score 46.9). The novel, highly selective Src family kinase (SFK) inhibitor NXP900 demonstrated a similar trametinib synergy profile to dasatinib, suggesting that SFK inhibition is the likely driver of synergy. CONCLUSION: Dasatinib and other SFK inhibitors represent novel candidate treatments for LGSOC and demonstrate synergy with trametinib. Disulfiram represents an additional treatment strategy worthy of investigation.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».