MétaCan
Menu
Retour à la cohorte
Enregistrement W4399504508 · doi:10.1158/1538-8514.synthleth24-pr011

Abstract PR011: Inhibiting eIF4E phosphorylation sensitizes triple-negative breast cancer to CDK4/6 inhibition

2024· article· en· W4399504508 sur OpenAlexaffabout
Qiyun Deng, Mehdi Amiri, Anastasija Ana Piric, Yasaman Bagherian, Zilan Li, Sidong Huang, Michaël Pollak, Nahum Sonenberg

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTriple-negative breast cancerEIF4ECancer researchCancerGene knockdownBiologyCarcinogenesisEIF4EBP1MAPK/ERK pathwayKinaseSmall hairpin RNAMetastasisBreast cancerTranslation (biology)Cell biologyMessenger RNACell cultureGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract Despite significant progress in breast cancer treatment, Triple-Negative Breast Cancer (TNBC) presents a unique challenge due to the absence of three conventional drug targets found in other breast cancer subtypes, highlighting an urgent need for novel therapeutic strategies. A critical element of TNBC pathogenesis is the dysregulation of mRNA translation, a critical process required by rapidly dividing cancer cells to synthesize proteins as building blocks. This hallmark positions mRNA translation as a promising target for therapeutic intervention. At the forefront of regulating mRNA translation, is the mRNA cap-binding protein, eukaryotic initiation factor 4E (eIF4E). While its role in general mRNA translation initiation is crucial, eIF4E phosphorylation by the MNK1/2 [MAPK (Mitogen-Activated Protein Kinase)-Interacting Kinase1/2] has been implicated in tumorigenesis. Specifically, phosphorylated eIF4E (p-4E) selectively enhances the translation of mRNAs encoding proteins critical for cancer cell survival and metastasis, such as myeloid cell leukemia-1 (MCL1) and matrix metalloproteinase-3 (MMP3). Yet, inhibiting eIF4E phosphorylation markedly impairs TNBC metastasis without affecting the primary tumor’s growth rates in vivo, emphasizing its specific role in metastatic progression. To dissect the mechanism of p-4E in TNBC, we performed an in vitro shRNA synthetic lethal screen in TNBC cells to identify genes whose knockdown synergizes with p-4E inhibition to limit cell growth. A small-molecule inhibitor of MNK1/2, eFT508, was utilized to mitigate p-4E level during the screen. This screen uncovered that knockdown of cyclin-dependent kinase 4 (CDK4), known primarily for its role in cell cycle regulation, synergizes with p-4E inhibition. Through validation using various cell proliferation assays and three different FDA-approved CDK4/6 inhibitors (palbociclib, ribociclib, and abemaciclib), we demonstrated a strong synergy between CDK4/6 inhibition and eFT508 in reducing cell growth. The synergy between CDK4/6 and p-4E inhibition not only impaired TNBC cell proliferation, but also significantly reduced eIF4E activity and mRNA translation. Additionally, our findings reveal a novel role for CDK4/6 inhibitors in modulating mRNA translation via mTORC1 signaling pathways, extending beyond their canonical role in cell cycle regulation. This discovery suggests a potential combinatorial therapeutic approach for TNBC treatment involving MNK1/2 and CDK4/6 inhibitors. Such a strategy could exploit the vulnerabilities in TNBC’s dysregulated mRNA translation machinery, offering a promising direction in treating this aggressive breast cancer subtype. Citation Format: Qiyun Deng, Mehdi Amiri, Anastasija Ana Piric, Yasaman Bagherian, Zilan Li, Sidong Huang, Michael Pollak, Nahum Sonenberg. Inhibiting eIF4E phosphorylation sensitizes triple-negative breast cancer to CDK4/6 inhibition [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Expanding and Translating Cancer Synthetic Vulnerabilities; 2024 Jun 10-13; Montreal, Quebec, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(6 Suppl):Abstract nr PR011.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,018
Tête enseignante GPT0,296
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207