MétaCan
Menu
Retour à la cohorte
Enregistrement W1976205021 · doi:10.1158/1538-7445.am10-lb-290

Abstract LB-290: Tranilast inhibits breast cancer stem cells

2010· article· en· W1976205021 sur OpenAlexaff
Gérald J. Prud’homme, Yelena Glinka, Anna Toulina, Venkateswaran Subramaniam, Rabindranath Chakrabarti, Serge Jothy

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer, Stress, Anesthesia, and Immune Response
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésTranilastCancer stem cellCancer researchCancerCancer cellPharmacologyCD44Breast cancerChemistryMedicineInternal medicineCellBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Cancer stem cells (CSCs) have increased resistance to anti-cancer drugs, and may be responsible for chemotherapeutic failure. CSCs can be enriched from cancer cell lines by growth with anti-cancer drugs (e.g., doxorubicin, mitoxantrone), and form mammospheres in low-adherence, serum-free cultures. We are studying tranilast, a non-toxic orally active drug in clinical use for allergic diseases in Japan, but that we found also targets cancer cells. Previously, we reported that tranilast exerts multiple anti-cancer effects and protects against breast cancer metastasis. Our recent studies show that tranilast strongly inhibits breast CSCs in several assays, at pharmacologically relevant concentrations. We enriched CSCs from breast cancer cell lines by cell sorting for ALDH-1 positive cells (ALDEFLUOR+), or by growth in mitoxantrone-containing medium to select drug-surviving CSCs. In both cases, CSCs readily formed mammospheres in vitro. Tranilast inhibited mammosphere formation,’ and dissociated formed mammospheres. It was more effective than paclitaxel or etoposide. We recently identified molecular targets of this drug. We found it has aryl hydrocarbon receptor (AHR) agonist activity and this might explain its anti-cancer effects. The AHR is a receptor for toxins such as dioxin and polycyclic aromatic hydrocarbons. It is a transcription factor that exerts a number of ligand-dependent effects, such as cell-cycle arrest, reduced RB phosphorylation, and decreased cytokine and growth factor production. Unlike many AHR ligands, tranilast has very low toxicity (LD50 > 1 gm/kg in rats), and is well tolerated by patients. In accord with a role for the AHR, breast CSCs expressed higher levels of this receptor than the main population of cancer cells, and the effects of tranilast were markedly diminished by an AHR antagonist (alpha-naphthoflavone). Moreover, we found tranilast inhibits some ATP-binding cassette (ABC) multiple drug resistance transporters, and it enhances the effects of other anti-cancer drugs. Our studies show that tranilast is a drug of low toxicity that has potential as an anti-CSC drug. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr LB-290.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,377
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer, Stress, Anesthesia, and Immune ResponseTravaux en français237 207