Mutant p53 binds and controls estrogen receptor activity to drive endocrine resistance in ovarian cancer
Notice bibliographique
Résumé
High-grade serous ovarian cancer (HGSOC) is a highly lethal gynecologic malignancy in women. Women diagnosed with HGSOC initially respond to chemotherapy, but there is a >80% rate of relapse. There is thus a significant unmet need for new therapeutic targets for HGSOC. Estrogen receptor α (ERα) is a particularly attractive candidate, as ∼70% of HGSOC tumors stain positively for ERα and there are approved inhibitors that show limited toxicity. However, unlike the case for breast cancer, endocrine therapy for HGSOC has not shown consistently promising results. In this work, we show that missense mutant forms of p53, which occur in >60% of HGSOC, bind and inhibit ERα function and confer resistance to fulvestrant and elacestrant. Mechanistically, we show that mutant p53 predominantly inhibits one arm of the ERα pathway—the transactivation of jointly regulated ERα–SP1 target genes such as the mTOR regulator DEPTOR . We show that silencing mutant p53 restores the ability of ERα to transactivate ERα–SP1 target genes and renders HGSOC markedly more sensitive to endocrine therapy. Consistent with this premise, we show that the p53 mutant Y220C refolding compound rezatapopt enhances fulvestrant response in a Y220C mutant cell line.
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 ».