Inhibition of GPX4 enhances CDK4/6 inhibitor and endocrine therapy activity in breast cancer
Notice bibliographique
Résumé
CDK4/6 inhibition in combination with endocrine therapy is the standard of care for estrogen receptor (ER+) breast cancer, and although cytostasis is frequently observed, new treatment strategies that enhance efficacy are required. Here, we perform two independent genome-wide CRISPR screens to identify genetic determinants of CDK4/6 and endocrine therapy sensitivity. Genes involved in oxidative stress and ferroptosis modulate sensitivity, with GPX4 as the top sensitiser in both screens. Depletion or inhibition of GPX4 increases sensitivity to palbociclib and giredestrant, and their combination, in ER+ breast cancer models, with GPX4 null xenografts being highly sensitive to palbociclib. GPX4 perturbation additionally sensitises triple negative breast cancer (TNBC) models to palbociclib. Palbociclib and giredestrant induced oxidative stress and disordered lipid metabolism, leading to a ferroptosis-sensitive state. Lipid peroxidation is promoted by a peroxisome AGPAT3-dependent pathway in ER+ breast cancer models, rather than the classical ACSL4 pathway. Our data demonstrate that CDK4/6 and ER inhibition creates vulnerability to ferroptosis induction, that could be exploited through combination with GPX4 inhibitors, to enhance sensitivity to the current therapies in breast cancer. While CDK4/6 inhibitors (CDK4/6i) have improved outcomes for breast cancer patients, estrogen receptor (ER + ) breast cancers often develop resistance, and triple negative breast cancer (TNBC) show poor sensitivity. Here, the authors identify a vulnerability of CDK4/6i treated ER+ and TNBC on ferroptosis and identify the combination of CDK4/6i and GPX4 inhibition as synergistic.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».