Troglitazone reverses the multiple drug resistance phenotype in cancer cells
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
A major problem in treating cancer is the development of drug resistance. We previously demonstrated doxorubicin (DOX) resistance in K562 human leukemia cells that was associated with upregulation of glyoxalase 1 (GLO-1) and histone H3 expression. The thiazolidinedione troglitazone (TRG) downregulated GLO-1 expression and further upregulated histone H3 expression and post-translational modifications in these cells, leading to a regained sensitivity to DOX. Given the pleiotropic effects of epigenetic changes in cancer development, we hypothesized that TRG may downregulate the multiple drug resistance (MDR) phenotype in a variety of cancer cells. To test this, MCF7 human breast cancer cells and K562 cells were cultured in the presence of low-dose DOX to establish DOX-resistant cell lines (K562/DOX and MCF7/DOX). The MDR phenotype was confirmed by Western blot analysis of the 170 kDa P-glycoprotein (Pgp) drug efflux pump multiple drug resistance protein 1 (MDR-1), and the breast cancer resistance protein (BCRP). TRG markedly decreased expression of both MDR-1 and BCRP in these cells, resulting in sensitivity to DOX. Silencing of MDR-1 expression also sensitized MCF7/DOX cells to DOX. Use of the specific and irreversible peroxisome proliferator-activated receptor gamma (PPARgamma) inhibitor GW9662 in the nanomolar range not only demonstrated that the action of TRG on MCF/DOX was PPARgamma-independent, but indicated that PPARgamma may play a role in the MDR phenotype, which is antagonized by TRG. We conclude that TRG is potentially a useful adjunct therapy in chemoresistant cancers.
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 | 0,000 |
| 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 découle