Targeting Angiogenesis and HGF Function Using an Adenoviral Vector Expressing the HGF Antagonist NK4 for Cancer Therapy
Notice bibliographique
Résumé
Hepatocyte growth factor (HGF) affects tumor growth/invasion and tumor neovascularization. A proposed HGF antagonist, NK4 (an amino-terminal kringle-domain peptide of HGF), inhibits tumor growth/invasion through the competition of HGF binding to its receptor, c-Met, and acts as an angiogenesis inhibitor. To investigate the in vivo effect of NK4 gene transfer, we constructed an adenovirus vector expressing human NK4 (AdCMV.NK4). Human lung cancer cell lines (A549 and H358) infected in vitro with AdCMV.NK4 yielded NK4 protein without a change in the cell growth rate. In contrast, direct injection of AdCMV.NK4 (1 x 10(9) pfu, twice) into established subcutaneous tumors in BALB/c nu/nu mice resulted in suppression of the tumors by 64% for A549 or by 91% for H358 compared with controls (P<0.02 or P<0.01, respectively). Counting of the tumor vessels revealed suppressed vascularity by 57% in H358 tumors when using AdCMV.NK4 (P<0.0001). Furthermore, systemic NK4 delivery by intraperitoneal injection of AdCMV.NK4 effectively suppressed both angiogenesis in the Matrigel assay (86% reduction, P<0.032), subcutaneous tumor growth in vivo (by 65% for H358, P<0.001), and hematogenous lung metastases without obvious side effects. These results indicate that NK4 elicits tumor-growth suppression in vivo through its anti-angiogenic activity and anti-HGF activity and that NK4 gene transfer can be an effective tool in the treatment of 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 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 | 0,000 | 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) | 0,001 | 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 ».