A New Application for the Drug Tranilast: Effects on Breast Cancer Cell Proliferation, Migration, and Invasion
Notice bibliographique
Résumé
Background Tranilast (Rizaben ® ) has been used to treat allergic and auto‐immune diseases for the last 26 years. The objective of this study was to investigate whether tranilast also has an effect on breast cancer cell biological features relevant to cancer progression, based on the its mechanism of action which involves TGFβsignaling. Methods Cultures of the BT‐474 human breast cancer cell line were used. Cell proliferation, clonogenicity, cell migration, endoglin and MMP‐9 expression were assessed by: MTT assay, soft agar colony formation, wound assay and immunocytochemistry respectively. Results Tranilast was found to inhibit breast cancer cell proliferation by 70%. In addition, the drug decreased by 54% the number and size of cell colonies grown in soft agar, consistent with a decrease in clonogenicity. The closure of wounds made in cancer cell monolayers was slowed (55%) by Tranilast, consistent with an inhibitory effect on tumor cell migration. Endoglin, which plays a role in TGFβ signaling, was downregulated by the drug. MMP‐9, which is a metalloproteinase involved in tumor invasion and metastasis was also decreased by tranilast. Conclusions These results indicate that tranilast exerts inhibitory effects on key biological features of human breast cancer cells. The results are consistent with an anti‐tumor effect which can be exploited in preclinical and clinical therapeutic trials.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».