Activation de la voie oncogénique mTOR par les formes mutées de l'isocitrate déshydrogénase 1/2 retrouvées chez les gliomes
Bibliographic record
Abstract
Une des caractéristiques principales des cellules cancéreuses est la reprogrammation de leur métabolisme énergétique. Des mutations d’enzymes impliquées dans différentes voies métaboliques sont récurrentes chez plusieurs tumeurs, contribuant ainsi à la dérégulation de ces cellules et à l’oncogénèse. C’est le cas de l’isocitrate déshydrogénase 1 (IDH1) et 2 (IDH2), responsables de la conversion de l’isocitrate en α-kétoglutarate dans le cycle de l’acide citrique. Ces enzymes sont fréquemment mutées chez les gliomes, acquérant ainsi la capacité de convertir l’α-kétoglutarate en 2-hydroxyglutarate (2HG), un oncométabolite inhibant les oxygénases α-kétoglutarate dépendantes parmi lesquelles figure notamment KDM4A, une déméthylase de lysines. À la recherche de nouvelles voies oncogéniques potentiellement régulées par les formes mutées de IDH1/2, nous avons initialement observé que les mutations de ces deux enzymes et de PTEN, un régulateur négatif de la voie mTOR, étaient mutuellement exclusives chez les gliomes. Ceci suggère que les mutations de IDH1/2 reproduiraient certains effets engendrés par les mutations de PTEN, créant ainsi un environnement oncogénique similaire. Nous avons observé que les formes mutées de IDH1/2 stimulent l’activation de mTOR grâce à la production et l’accumulation de 2HG. Cette activation repose en partie sur l’inhibition de KDM4A par cet oncométabolite. KDM4A est impliqué dans la stabilisation de DEPTOR, un inhibiteur de mTOR. Ainsi, l’inhibition de KDM4A par le 2HG entraîne la déstabilisation de DEPTOR et, par conséquent, l’activation de mTOR. Nos travaux ont donc permis l’identification d’un nouveau mécanisme oncogénique régulé par les formes mutées de IDH1/2 retrouvées chez les gliomes, soit l’activation de mTOR.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".