Inhibition of breast cancer-cell glutamate release with sulfasalazine limits cancer-induced bone pain
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
Cancer in bone is frequently a result of metastases from distant sites, particularly from the breast, lung, and prostate. Pain is a common and often severe pathological feature of cancers in bone, and is a significant impediment to the maintenance of quality of life of patients living with bone metastases. Cancer cell lines have been demonstrated to release significant amounts of the neurotransmitter and cell-signalling molecule l-glutamate via the system xC(-) cystine/glutamate antiporter. We have developed a novel mouse model of breast cancer bone metastases to investigate the impact of inhibiting cancer cell glutamate transporters on nociceptive behaviour. Immunodeficient mice were inoculated intrafemorally with the human breast adenocarcinoma cell line MDA-MB-231, then treated 14days later via mini-osmotic pumps inserted intraperitoneally with sulfasalazine, (S)-4-carboxyphenylglycine, or vehicle. Both sulfasalazine and (S)-4-carboxyphenylglycine attenuated in vitro cancer cell glutamate release in a dose-dependent manner via the system xC(-) transporter. Animals treated with sulfasalazine displayed reduced nociceptive behaviours and an extended time until the onset of behavioural evidence of pain. Animals treated with a lower dose of (S)-4-carboxyphenylglycine did not display this reduction in nociceptive behaviour. These results suggest that a reduction in glutamate secretion from cancers in bone with the system xC(-) inhibitor sulfasalazine may provide some benefit for treating the often severe and intractable pain associated with bone metastases.
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) | 0,001 | 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) | 0,001 | 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 découle