2-Triazenoazaindoles: A novel class of triazenes inducing transcriptional down-regulation of EGFR and HER-2 in human pancreatic cancer cells
Notice bibliographique
Résumé
Pancreatic cancer is a complex malignancy arising from the accumulation of genetic and epigenetic defects in the affected cells. Standard chemotherapy for patients with advanced disease shows only modest effects and is associated with considerable toxicity. Overexpression or aberrant activation of members of the epidermal growth factor receptor tyrosine kinase family, which includes EGFR and HER-2, occurs frequently and is associated with multiple drug resistance and decreased patient survival. In this study, we have investigated the therapeutic potential of AS104, a novel compound of the triazene class, with potential inhibitory effects on EGFR. We found that treatment of cells with AS104 causes significant reduction of cell growth and metabolic activity in four human pancreatic cancer cell lines. Furthermore, we show that the AS104-mediated induction of apoptotic cell death is associated with stimulation of autophagy in a dose-dependent manner. Treatment of cells with AS104 results in significant down-regulation of EGFR and HER-2 expression and activity and subsequent inhibition of downstream signaling proteins. Quantitative RT-PCR analysis and assays with proteasome inhibitors revealed that AS104 regulates the expression of EGFR and HER-2 at the transcriptional level. These findings provide for the first time experimental evidence for efficacy of AS104 in the simultaneous transcriptional repression of EGFR and HER-2 genes and suggest that AS104 may have therapeutic potential in the treatment of pancreatic cancers that express high levels of the aforementioned receptor tyrosine kinases.
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 | 0,001 | 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) | 0,001 | 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 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 ».