A class of iron chelators with a wide spectrum of potent antitumor activity that overcomes resistance to chemotherapeutics
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
Novel chemotherapeutics with marked and selective antitumor activity are essential to develop, particularly those that can overcome resistance to established therapies. Iron (Fe) is critical for cell-cycle progression and DNA synthesis and potentially represents a novel molecular target for the design of new anticancer agents. The aim of this study was to evaluate the antitumor activity and Fe chelation efficacy of a new class of Fe chelators using human tumors. In this investigation, the ligands showed broad antitumor activity and could overcome resistance to established antitumor agents. The in vivo efficacy of the most effective chelator identified, di-2-pyridylketone-4,4,-dimethyl-3-thiosemicarbazone (Dp44mT), was assessed by using a panel of human xenografts in nude mice. After 7 weeks, net growth of a melanoma xenograft in Dp44mT-treated mice was only 8% of that in mice treated with vehicle. In addition, no differences in these latter animals were found in hematological indices between Dp44mT-treated mice and controls. No marked systemic Fe depletion was observed comparing Dp44mT- and vehicle-treated mice, probably because of the very low doses required to induce anticancer activity. Dp44mT caused up-regulation of the Fe-responsive tumor growth and metastasis suppressor Ndrg1 in the tumor but not in the liver, indicating a potential mechanism of selective anticancer activity. These results indicate that the novel Fe chelators have potent and broad antitumor activity and can overcome resistance to established chemotherapeutics because of their unique mechanism of action.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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