Biological Effects of Rosemary Extract in Human Lung Cancer Cells
Notice bibliographique
Résumé
Lung cancer accounts for the most cancer‐related deaths. Non‐small cell lung cancer (NSCLC) represents a very aggressive form of lung cancer and is characterized by resistance to chemo‐ and radiotherapy thus, finding new ways to inhibit NSCLC cell proliferation and survival is very important. Many phytochemicals have emerged as having potential chemotherapeutic effects and rosemary extract (RE) has been shown to have anticancer properties in vitro and in vivo however, limited evidence exists regarding its effect in NSCLC cells. The objectives of the present study were to examine the effects of RE on NSCLC cell proliferation, and investigate its effects on the phosphatidylinositol 3‐kinase (PI3K)‐Akt and AMP‐activated protein kinase (AMPK) signaling pathways which regulate cell proliferation and survival. Various NSCLC cell lines (A549, H1299, H460) with different histologies and mutations were treated with varying concentrations of RE. Cell proliferation was measured by crystal violet assay, clonogenic assays were performed to examine the effects of RE on cell survival, and immunoblotting with phospho‐ specific antibodies was performed to examine signaling events. RE dose‐dependently inhibited cell proliferation in all cell lines. Significant inhibition of cell proliferation was seen at concentrations as low as 5µg/mL. Maximum inhibition (% of untreated control ± SE) was seen at 50µg/mL (21.9% ± 2.6, p<0.001) in A549, 50µg/mL (30.7% ± 3.0, p<0.001) in H460, and 25µg/mL (23.3% ± 1.3, p<0.001) in H1299 cells. RE (50µg/mL) inhibited total and phosphorylated levels of Akt, while phosphorylated levels of AMPK were enhanced. Clonogenic survival was also inhibited by RE. Our data suggest that RE may have potent anticancer properties in NSCLC and warrants further investigation.
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 ».