Low dose docosahexaenoic acid protects normal colonic epithelial cells from araC toxicity
Notice bibliographique
Résumé
BACKGROUND: The nucleoside analogue arabinosylcytosine (araC) has been used for many years in the treatment of acute leukemia. Evidence in the literature suggests that araC may inhibit the growth of human colon carcinoma cell lines as well. Because araC action interferes with normal nucleoside metabolism, it is highly toxic to a number of normal cell types including bone marrow and intestinal mucosa cells. Here we investigate whether the omega-3 fatty acid docosahexaenoic acid (DHA) could selectively target araC toxicity toward colonic tumor cells while protecting the normal cells in vitro. RESULTS: Cultures of normal rat colonic epithelial cells (4D/WT) and those transformed by v-src (D/v-src) were supplemented with graded concentrations of DHA or arachidonic acid (AA) alone or in combination with araC. AraC was only 1.6 fold more toxic to D/v-src than 4D/WT in cultures without added fatty acids. Supplementing with as little as 3 muM of either AA or DHA increased araC toxicity by more than 30-fold in the tumorigenic cells. The toxic effect of araC on the normal cells was also increased by the fatty acid supplementation. IC50 values were decreased 1.7 fold by DHA in the 4D/WT cells but a more than 7-fold decrease was observed during AA supplementation. As a result, the therapeutic index of araC (IC50 normal/IC50 tumor) was more than 3-fold higher in the DHA than the AA supplemented cells. The expression of protein kinase C isoform epsilon was decreased in AA alone supplemented D/v-src cultures but in combination with araC decreased only in DHA supplemented 4D/WT cells. CONCLUSION: Low dose DHA supplementation may enhance araC chemotherapy in colon cancer while protecting normal tissues, possibly through control of PKC signalling pathways.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».