Preclinical Evidence that Use of TRAIL in Ewing's Sarcoma and Osteosarcoma Therapy Inhibits Tumor Growth, Prevents Osteolysis, and Increases Animal Survival
Notice bibliographique
Résumé
PURPOSE: Osteosarcoma and Ewing's sarcoma are high-grade neoplasms typically arising in the bones of children and adolescents. Despite improvement in therapy, the five-year survival rate is only 20% for patients not responding to treatment or presenting with metastases. Among new therapeutic strategies, the efficacy of tumor necrosis factor (TNF)-related apoptosis-inducing ligand (TRAIL), a member of the TNF superfamily with strong antitumoral activity and minimal toxicity to most normal cells and tissues, was investigated by complementary approaches both in vitro and in preclinical models. EXPERIMENTAL DESIGN: The sensitivity of osteosarcoma and Ewing's sarcoma cell lines to TRAIL was investigated in vitro by determining TRAIL receptor expression together with TRAIL effects on cell viability and apoptosis. Complementary preclinical studies were carried out in respective tumor models by inoculation of osteosarcoma or Ewing's sarcoma tumor cells in paraosseous location. In addition, a model of lung nodule dissemination was developed by i.v. injection of osteosarcoma cells. RESULTS: In vitro, both osteosarcoma and Ewing's sarcoma cells that express the TRAIL death receptors were highly sensitive to TRAIL-induced caspase-8-mediated apoptosis. TRAIL administered in vivo by nonviral gene therapy inhibited primary bone tumor incidence and growth by 87% and prevented tumor-induced osteolysis, leading to a significant 2-fold increase in animal survival 40 days after tumor induction. Furthermore, TRAIL inhibited tumor nodule dissemination in lungs and increased survival in an osteosarcoma model. CONCLUSION: These findings suggest that TRAIL is a promising candidate for the development of new therapeutic strategies in the most frequent malignant primary bone tumors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».