A Novel Mechanism of PPAR Gamma Induction via EGFR Signalling Constitutes Rational for Combination Therapy in Bladder Cancer
Notice bibliographique
Résumé
BACKGROUND: Two signalling molecules that are attractive for targeted therapy are the epidermal growth factor receptor (EGFR) and the peroxisome proliferator-activated receptor gamma (PPARγ). We investigated possible crosstalk between these 2 pathways, particularly in light of the recent evidence implicating PPARγ for anticancer therapy. PRINCIPAL FINDINGS: As evaluated by MTT assays, gefitinib (EGFR inhibitor) and DIM-C (PPARγ agonist) inhibited growth of 9 bladder cancer cell lines in a dose-dependent manner but with variable sensitivity. In addition, combination of gefitinib and DIM-C demonstrated maximal inhibition of cell proliferation compared to each drug alone. These findings were confirmed in vivo, where combination therapy maximally inhibited tumor growth in contrast to each treatment alone when compared to control (p<0.04). Induction of PPARγ expression along with nuclear accumulation was observed in response to increasing concentrations of gefitinib via activation of the transcription factor CCAT/enhancer-binding protein-β (CEBP-β). In these cell lines, DIM-C significantly sensitized bladder cancer cell lines that were resistant to EGFR inhibition in a schedule-specific manner. CONCLUSION: These results suggest that PPARγ agonist DIM-C can be an excellent alternative to bladder tumors resistant to EGFR inhibition and combination efficacy might be achieved in a schedule-specific manner.
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 ».