In Vivo Antitumor and Antimetastatic Activity of Sunitinib in Preclinical Neuroblastoma Mouse Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Neuroblastoma (NB) is one of the most common pediatric solid tumors originating from the neural crest lineage. Despite intensive treatment protocols including megatherapy with hematopoietic stem cell transplantation, the prognosis of NB patients remains poor. More effective therapeutics are required. High vascularity has been described as a feature of aggressive, widely disseminated NB. Our previous work demonstrated the overexpression of vascular endothelial growth factor (VEGF) in NB, and we showed that an anti-VEGF receptor (VEGFR-2) antibody could induce sustained NB tumor suppression and regression. Sunitinib is a kinase inhibitor targeting platelet-derived growth factor receptors and VEGFRs and, therefore, a promising antiangiogenic agent. In this study, we investigated the antitumor activity of sunitinib and its synergistic cytotoxicity with conventional (cyclophosphamide) and novel (rapamycin) therapies. Both NB cell lines and tumor-initiating cells from patient tumor samples were used in our in vitro and in vivo models for these drug testing. We show that sunitinib inhibits tumor cell proliferation and phosphorylation of VEGFRs. It also inhibits tumor growth, angiogenesis, and metastasis in tumor xenograft models. Low-dose sunitinib (20 mg/kg) demonstrates synergistic cytotoxicity with an mTOR inhibitor, rapamycin, which is more effective than the traditional chemotherapeutic drug, cyclophosphamide. These preclinical studies provide the evidence of antitumor activity of sunitinib both in the early stage of tumor formation and in the progressive metastatic disease. These studies also provide the framework for clinical trial of sunitinib, alone and in combination with conventional and novel therapies to increase efficacy and improve patient outcome in NB.
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.
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 découle