HDAC8 Enhances the Function of HIF‐2α by Deacetylating ETS1 to Decrease the Sensitivity of TKIs in ccRCC
Notice bibliographique
Résumé
Drug resistance after long-term use of Tyrosine kinase inhibitors (TKIs) has become an obstacle for prolonging the survival time of patients with clear cell renal cell carcinoma (ccRCC). Here, genome-wide CRISPR-based screening to reveal that HDAC8 is involved in decreasing the sensitivity of ccRCC cells to sunitinib is applied. Mechanically, HDAC8 deacetylated ETS1 at the K245 site to promote the interaction between ETS1 and HIF-2α and enhance the transcriptional activity of the ETS1/HIF-2α complex. However, the antitumor effect of inhibiting HDAC8 on sensitized TKI is not very satisfactory. Subsequently, inhibition of HDAC8 increased the expression of NEK1, and up-regulated NEK1 phosphorylated ETS1 at the T241 site to promote the interaction between ETS1 and HIF-2α by impeded acetylation at ETS1-K245 site is showed. Moreover, TKI treatment increased the expression of HDAC8 by inhibiting STAT3 phosphorylation in ccRCC cells is also found. These 2 findings highlight a potential mechanism of acquired resistance to TKIs and HDAC8 inhibitors in ccRCC. Finally, HDAC8-in-PROTACs to optimize the effects of HDAC8 inhibitors through degrading HDAC8 and overcoming the resistance of ccRCC to TKIs are synthesized. Collectively, the results revealed HDAC8 as a potential therapeutic candidate for resistance to ccRCC-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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».