Targeting DDX3X suppresses progression of KRAS-driven lung cancer by disrupting antioxidative homeostasis and inducing ferroptosis
Notice bibliographique
Résumé
Abstract Approximately 30% of human cancers carry various RAS mutations, including KRAS , NRAS , and HRAS . Among these mutations, KRAS is the most prevalent isoform detected in lung cancer. While several small molecular inhibitors targeting specifically KRAS G12C have been developed and tested clinically, alternative approaches are still necessary due to expected drug resistance. In this study, we present evidence that the loss of DDX3X significantly delays tumor progression in various KRAS -driven lung cancer models. Inhibition of DDX3X disrupts cysteine and glutathione metabolism, thereby inducing ferroptosis in lung cancer cells. This effect is primarily mediated by the downregulation of Cystathionine-β-synthase (CBS), the rate-limiting enzyme in cysteine generation. Mechanistically, DDX3X directly binds to the transcription factor JUND , which mediates the transcriptional regulation of METTL16, a key N 6 -methyladenosine methyltransferase, and subsequently regulates m 6 A modification and translation of CBS transcripts. This cascade induces hypermethylation and high expression of CBS, consequently triggering cysteine production and maintaining antioxidative homeostasis, which is essential for the survival of KRAS -driven lung cancer cells. Finally, we demonstrate that a newly developed DDX3X PROTAC degrader J10 efficiently delays lung cancer progression with multiple advantages compared to DDX3X small molecular inhibitor RK-33 and limited side effects. These findings unveil the potential of DDX3X as a valuable target for adjuvant therapies in managing KRAS -driven lung 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.
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 | 0,000 |
| 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 ».