Sulindac treatment alters collagen and matrilysin expression in adenomas of ApcMin/+ mice
Notice bibliographique
Résumé
Non-steroidal anti-inflammatory drugs (NSAIDs) have shown potential as chemopreventive agents against cancer formation, especially colorectal cancers. However, the mechanisms by which these drugs act are not fully understood. In this study, Apc(Min/+) mice, a genetic model of human familial adenomatous polyposis, were treated with sulindac, and these mice demonstrated tumor reduction of >80%, consistent with previous reports. Gene microarray analyses of RNA from adenoma-derived dysplastic epithelial cells revealed that collagen genes, viz. Col1a2, Col5a2, Col6a2 and Col6a3, were upregulated, and matrilysin matrix metalloproteases-7 (Mmp7) was downregulated, in sulindac-treated mice. Reverse transcription-polymerase chain reaction validated gene expression of the Col6a2 subunit of collagen VI and of Mmp7. Confocal microscopy and immunofluorescence showed that within the tumors of non-treated mice, collagen VI was present in low amounts, but was enhanced within the tumors of sulindac-treated mice. Collagens I and V demonstrated similar patterns, but were not as prominent as collagen VI. Mmp7 was found in 'hot spot' areas within the tumors of Apc(Min/+) mice treated with the vehicle, but was greatly diminished in those mice treated with sulindac. Studies with Apc(Min/+)/Mmp7(-/-) double-deficient mice demonstrated the reciprocal relationships of Mmp7 expression and the levels of these three collagens in vivo. The results of this study demonstrated that sulindac was effective in increasing the expression of different collagens and decreasing the expression of Mmp7, effects that may contribute to altered tumor burden in cancer patients undergoing NSAIDs treatments.
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 ».