Drug-induced inactivation or gene silencing of class I histone deacetylases suppresses ovarian cancer cell growth: Implications for therapy
Notice bibliographique
Résumé
There is an urgent need to develop new strategies to treat ovarian cancer, the most deadly gynecologic malignancy. Histone deacetylase (HDAC) inhibitors are emerging as novel therapeutic drugs in the treatment of a variety of cancers, including those resistant to standard chemotherapy. Since there are multiple HDAC isoforms, determining the precise role of individual HDAC isoenzymes in the growth and progression of ovarian cancer has the potential to influence the use of selective HDAC inhibitors as strategic therapeutic agents that elicit fewer undesirable side effects. Unfortunately, there is limited information about the expression of HDAC isoforms in human ovarian tissues. This report provides evidence for the first time that Class I HDACs are expressed at significantly higher levels in ovarian cancers in comparison to normal ovarian tissues, with no significant difference in Class II HDAC expression between the two groups. Furthermore, ovarian cancer cells are far more sensitive than normal ovarian cells to the potent HDAC inhibitor romidepsin (FK228), a drug that displays greater inhibitory selectivity for Class I HDACs over Class II isoforms. Using small interfering RNA (siRNA) methodology, we demonstrate that knocking down the gene expression of HDAC3 and other members of the Class I HDAC family suppresses ovarian cancer cell growth. Taken together, the present studies offer several novel findings that have direct relevance for the strategic use of inhibitors that target Class I HDACs, particularly HDAC3, in the treatment of ovarian 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) | 0,000 | 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 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 ».