MétaCan
Menu
Retour à la cohorte
Enregistrement W2055781154 · doi:10.1038/bjc.2013.3

Cytosine-based nucleoside analogs are selectively lethal to DNA mismatch repair-deficient tumour cells by enhancing levels of intracellular oxidative stress

2013· article· en· W2055781154 sur OpenAlexfundno aff
Madeleine Hewish, Sarah A. Martin, Richard Elliott, David Cunningham, Christopher J. Lord, Alan Ashworth

Notice bibliographique

RevueBritish Journal of Cancer · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchAcademy of Medical SciencesMedical Research CouncilNational Institute for Health and Care ResearchCancer Research UK
Mots-clésCytarabineMSH2DNA mismatch repairCancer researchDNA repairDNA damageBiologyOxidative stressNucleoside analogueCytosineNucleosideCytotoxicityDNABiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: DNA mismatch repair deficiency is present in a significant proportion of a number of solid tumours and is associated with distinct clinical behaviour. METHODS: To identify the therapeutic agents that might show selectivity for mismatch repair-deficient tumour cells, we screened a pair of isogenic MLH1-deficient and MLH1-proficient tumour cell lines with a library of clinically used drugs. To test the generality of hits in the screen, selective agents were retested in cells deficient in the MSH2 mismatch repair gene. RESULTS: We identified cytarabine and other related cytosine-based nucleoside analogues as being selectively toxic to MLH1 and MSH2-deficient tumour cells. The selective cytotoxicity we observed was likely caused by increased levels of cellular oxidative stress, as it could be abrogated by antioxidants. CONCLUSION: We propose that cytarabine-based chemotherapy regimens may represent a tumour-selective treatment strategy for mismatch repair-deficient cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetGenetic factors in colorectal cancerTravaux en français237 207