Therapeutic potential of antisense oligodeoxynucleotides to down-regulate thymidylate synthase in mesothelioma
Notice bibliographique
Résumé
Malignant mesothelioma is an aggressive tumor of the serosal surfaces of the lungs, heart, and abdomen. Survival rates are poor and effective treatments are not available. However, recent therapeutic regimens targeting thymidylate synthase (TS) in malignant mesothelioma patients have shown promise. We have reported the use of an antisense oligodeoxynucleotide targeting TS mRNA (antisense TS ODN 83) to inhibit growth of human tumor cells. To test the potential for antisense targeting of TS mRNA in treatment of malignant mesothelioma, we assessed and compared the effects of antisense TS ODN 83 on three human malignant mesothelioma cell lines (211H, H2052, and H28) and human nonmalignant mesothelioma cells (HT29 colorectal adenocarcinoma, HeLa cervical carcinoma, and MCF7 breast tumor cell lines). We report that ODN 83 applied as a single agent effectively reduced TS mRNA and protein in malignant mesothelioma cell lines. Furthermore, it inhibited malignant mesothelioma growth significantly more effectively than it inhibited growth of nonmalignant mesothelioma human tumor cell lines: a difference in susceptibility was not observed in response to treatment with TS protein-targeting drugs. In malignant mesothelioma cells, antisense TS both induced apoptotic cell death and reduced proliferation. In nonmalignant mesothelioma cells, only reduced proliferation was observed. Thus, antisense TS-mediated induction of apoptosis may be the basis for the high malignant mesothelioma sensitivity to antisense targeting of TS. Further preclinical and clinical study of TS antisense oligodeoxynucleotides, alone and in combination with TS-targeting chemotherapy drugs, in mesothelioma is warranted.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».