USP10/GSK3β-mediated inhibition of PTEN drives resistance to PI3K inhibitors in breast cancer
Notice bibliographique
Résumé
Activating mutations in PIK3CA, the gene encoding the catalytic p110α subunit of PI3K, are some of the most frequent genomic alterations in breast cancer. Alpelisib, a small-molecule inhibitor that targets p110α, is a recommended drug for patients with PIK3CA-mutant advanced breast cancer. However, clinical success for PI3K inhibitors (PI3Kis) has been limited by their narrow therapeutic window. The lipid phosphatase PTEN is a potent tumor suppressor and a major negative regulator of the PI3K pathway. Unsurprisingly, inactivating mutations in PTEN correlate with tumor progression and resistance to PI3K inhibition due to persistent PI3K signaling. Here, we demonstrate that PI3K inhibition leads rapidly to the inactivation of PTEN. Using a functional genetic screen, we show that this effect is mediated by a USP10-GSK3β signaling axis, in which USP10 stabilizes GSK3β, resulting in GSK3β-mediated phosphorylation of the C-terminal tail of PTEN. This phosphorylation inhibits PTEN dimerization and thus prevents its activation. Downregulation of GSK3β or USP10 resensitizes PI3Ki-resistant breast cancer models and patient-derived organoids to PI3K inhibition and induces tumor regression. Our study establishes that enhancing PTEN activity is a new strategy to treat PIK3CA mutant tumors and provides a strong rationale for pursuing USP10 inhibitors in the clinic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».