Lung cancer chemotherapy agents increase procoagulant activity via protein disulfide isomerase-dependent tissue factor decryption
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
Lung cancer patients undergoing chemotherapy have an elevated risk for thrombosis. However, the mechanisms by which chemotherapy agents increase the risk for thrombosis remains unclear. The aim of this study was to determine the mechanism(s) by which lung cancer chemotherapy agents cisplatin, carboplatin, gemcitabine, and paclitaxel elicit increased tissue factor activity on endothelial cells, A549 cells, and monocytes. Tissue factor activity, tissue factor antigen, and phosphatidylserine exposure were measured on chemotherapy-treated human umbilical vein endothelial cells (HUVEC), A549 cells, and monocytes. Cell surface protein disulfide isomerase (PDI) and cell surface free thiol levels were measured on HUVEC and A549 non-small cell lung carcinoma cells. Treatment of HUVECs, A549 cells, and monocytes with lung cancer chemotherapy significantly increased cell surface tissue factor activity. However, elevated tissue factor antigen levels were observed only on cisplatin-treated and gemcitabine-treated monocytes. Cell surface levels of phosphatidylserine were increased on HUVEC and monocytes treated with cisplatin/gemcitabine combination therapy. Chemotherapy also resulted in increased cell surface levels of PDI and reduced cell surface free thiol levels. Glutathione treatment and PDI inhibition, but not phosphatidylserine inhibition, attenuated tissue factor activity. Furthermore, increased tissue factor activity was reversed by reducing cysteines with dithiothreitol. These studies are the first to demonstrate that lung cancer chemotherapy agents increase procoagulant activity on endothelial cells and A549 cells by tissue factor decryption through a disulfide bond formation in a PDI-dependent mechanism.
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) | 0,001 | 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) | 0,002 | 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