De novo GTP synthesis is a metabolic vulnerability for the interception of brain metastases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Patients with brain metastases (BM) face a 90% mortality rate within one year of diagnosis and the current standard of care is palliative. Targeting BM-initiating cells (BMICs) is a feasible strategy to treat BM, but druggable targets are limited. Here, we apply Connectivity Map analysis to lung-, breast-, and melanoma-pre-metastatic BMIC gene expression signatures and identify inosine monophosphate dehydrogenase (IMPDH), the rate-limiting enzyme in the de novo GTP synthesis pathway, as a target for BM. We show that pharmacological and genetic perturbation of IMPDH attenuates BMIC proliferation in vitro and the formation of BM in vivo. Metabolomic analyses and CRISPR knockout studies confirm that de novo GTP synthesis is a potent metabolic vulnerability in BM. Overall, our work employs a phenotype-guided therapeutic strategy to uncover IMPDH as a relevant target for attenuating BM outgrowth, which may provide an alternative treatment strategy for patients who are otherwise limited to palliation. • Connectivity Map analysis performed on a pre-metastatic transcriptomic signature • Drug discovery via phenotypic screen identifies mycophenolic acid • Targeting IMPDH with mycophenolic acid slows brain metastasis formation • IMPDH is a potential biomarker for at-risk patients with lung cancer Kieliszek et al. use a phenotypic drug discovery approach to identify IMPDH as a targetable metabolic vulnerability in brain metastasis. Medicinal chemistry efforts suggest that prioritizing the BBB permeability of IMPDH inhibitors enhances their preclinical efficacy. Targeting IMPDH represents an avenue to block brain metastasis formation in at-risk patients with cancer.
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.
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 | 0,001 | 0,001 |
| 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 découle