Positive Correlation of Oct4 and ABCG2 to Chemotherapeutic Resistance in CD90 <sup>+</sup> CD133 <sup>+</sup> Liver Cancer Stem Cells
Notice bibliographique
Résumé
Liver cancer is one of the most common tumors worldwide and drug resistance is a major obstacle to successful therapy. The growing data show that cancer stem cells (CSCs), a rare subpopulation of cancer cells, might be an important mechanism of drug resistance. To explore the self-renewal ability and chemotherapy resistance in liver CSCs, we enriched CD90(+)CD133(+) hepatocellular carcinoma (HCC) CSCs using sphere formation, which was accomplished by cultivating HCC CSCs from established HCC cell lines (HepG2 line and Hep3B line). Cell proliferation capacity was detected using colony formation assays, and cell activity was detected using methyl thiazolyl tetrazolium (MTT) assays after doxorubicin treatment. Expression of CD90, CD133, Oct4, and ABCG2 mRNA and protein levels was detected by PCR and western blot, respectively, which showed that these genes were significantly overexpressed in liver CSCs compared to parental cells (p<0.05). Oct4 and ABCG2 are highly expressed in enriched CD90(+)CD133(+) liver CSCs and are closely associated with chemotherapy drug resistance. We postulated that liver CSCs maybe the cause of high recurrence in liver cancer.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».