Tyrosine kinase targeting uncovers oncogenic pathway plasticity in Tasmanian devil transmissible cancers
Notice bibliographique
Résumé
Two transmissible cancers, Devil Facial Tumour 1 (DFT1) and Devil Facial Tumour 2 (DFT2), have caused a significant decline in the Tasmanian devil population. DFT1 is driven by ERBB, while DFT2 is driven by PDGFRA. We show that DFT cancer cells exhibit distinct kinase phosphorylation profiles that dictate their responses to tyrosine kinase inhibitors. Upon long-term treatment, both DFT cell lines develop resistance, with DFT1 cells rapidly evading ERBB inhibition without major copy number alterations or significant changes in phosphorylation, suggesting signalling plasticity and engagement of alternative oncogenic drivers. In contrast, DFT2 cells exhibit a slowed development of resistance to imatinib, a selective kinase inhibitor with known activity against PDGFRs. Moreover, DFT2 cell resistance is accompanied by copy number alterations and an activation of ERBB and JAK/STAT signalling with MHCI downregulation, resembling DFT1 signalling. Dual targeting of ERBB and PDGFR shows synergistic effects in DFT1 and may prevent resistance emergence. These findings provide critical insight into the adaptive capacity of transmissible cancers and inform conservation strategies. Moreover, they highlight broader principles of kinase-driven resistance relevant to human cancers with high pathway plasticity.
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 | 0,000 |
| 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 ».