MétaCan
Menu
Retour à la cohorte
Enregistrement W2021834432 · doi:10.1007/bf02983184

Antitumor effect of sarcnu in a 06-methylguanine-DNA methyltransferase positive human glioma xenograft model

2000· article· en· W2021834432 sur OpenAlexaff
Zhong-Ping Chen, Jun Pan, Qiang Huang, Zhi-fang Sun, Li-Ying Zhou, Ai-dong Wang, Lawrence Panasci

Notice bibliographique

RevueChinese Journal of Cancer Research · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésCarmustineMethyltransferaseDNA methyltransferaseIn vivoGliomaCancer researchChemistryPharmacologyNitrosoureaChemotherapyMedicineBiologyInternal medicineDNABiochemistryMethylationEtoposide

Résumé

récupéré en direct d'OpenAlex

Objective: To assess whether novel analogue of nitrosoureas, 2-chloroethyl-3-sarcosinamide-1-nitrosourea (SarCNU), has antitumor effect to 06-methylguanine-DNA methyltransferase (MGMT) positive tumorsin vivo. Methods: MGMT positive human glioma cell line SF-767 xenografts in nude mice were treated with SarCNU. The antitumor efficacy of SarCNU was compared with the results of 1, 3-bis(2-chloroethyl)-1-nitrosourea (BCNU) treatment with or without 06-benzylguanine (06-BG) preadministration. Results: Since the SF-767 is MGMT strongly positive, BCNU treatment alone did not result in a satisfactory anticancer effect. As expected, 06-BG by depleting MGMT activity, significantly enhanced BCNU antitumor efficacy (P<0.001). More interestingly, SarCNU treatment alone had a better antitumor effect than O6-BG plus BCNU treatment (F=51.7,P=0.00036). Conclusion: Since SarCNU enters cells via extraneuronal monoamine transporter (EMT), the enhanced antitumor activity of SarCNU in this MGMT positive human tumor xenograft model may be due to the presence of EMT in SF-767. SarCNU may be used as an alternative treatment for MGMT positive tumors, specifically for tumors expressing EMT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,933

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,399
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Journal of Cancer ResearchMême sujetCancer-related molecular mechanisms researchTravaux en français237 207