A novel epidermal growth factor receptor-signaling platform and its targeted translation in pancreatic cancer
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
Epidermal growth factor (EGF)-induced EGFR tyrosine kinase receptor activation in cancer cell survival responses has become a strategic molecular-targeting clinical therapeutic intent, but the failures of these targeted approaches in the clinical setting demand alternate strategies. Here, we uncover a novel neuraminidase-1 (Neu1) and matrix metalloproteinase-9 (MMP-9) cross-talk in alliance with GPCR neuromedin B, which is essential for EGF-induced receptor activation and cellular signaling. Neu1 and MMP-9 form a complex with EGFR on the cell surface. Tamiflu (oseltamivir phosphate), anti-Neu1 antibodies, broad range MMP inhibitor galardin (GM6001), neuromedin B GPCR specific antagonist BIM-23127, the selective inhibitor of whole heterotrimeric G-protein complex BIM-46174 and MMP-9 specific inhibitor dose-dependently inhibited Neu1 activity associated with EGF stimulated 3T3-hEGFR cells. Tamiflu, anti-Neu1 antibodies and MMP9i attenuated EGFR phosphorylation associated with EGF-stimulated cells. Preclinical data provide the proof-of-evidence for a therapeutic targeting of Neu1 with Tamiflu in impeding human pancreatic cancer growth and metastatic spread in heterotopic xenografts of eGFP-MiaPaCa-2 tumors growing in RAGxCγ double mutant mice. Tamiflu-treated cohort exhibited a reduction of phosphorylation of EGFR-Tyr1173, Stat1-Tyr701, Akt-Thr308, PDGFRα-Tyr754 and NFκBp65-Ser311 but an increase in phospho-Smad2-Ser465/467 and -VEGFR2-Tyr1175 in the tumor lysates from the xenografts of human eGFP-MiaPaCa-2 tumor-bearing mice. The findings identify a novel promising alternate therapeutic treatment of human pancreatic cancer.
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 | 0,000 | 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) | 0,002 | 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