Systemic NK4 gene therapy inhibits tumor growth and metastasis of melanoma and lung carcinoma in syngeneic mouse tumor models
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
Hepatocyte growth factor (HGF) promotes malignant development of cancer cells by enhancing invasion and metastasis. NK4, a competitive antagonist for HGF, is a bifunctional molecule that acts as a HGF antagonist and angiogenesis inhibitor. Although successful tumor inhibition by NK4 gene expression in tumor models has been demonstrated, the effects of systemic NK4 gene introduction are yet to be addressed. Here we show that systemic administration of a replication-defective adenovirus expressing NK4 (Ad.NK4) inhibits tumor growth and lung metastasis of B16F10 melanoma and Lewis lung carcinoma in syngeneic mice. Single tail-vein injection of Ad.NK4 achieved therapeutic levels of NK4 in the circulation and in multiple organs. Despite NK4 expression that was highest in the liver, toxicity in the liver was minimal. Ad.NK4-mediated growth inhibition was associated with decreased blood vessel density and increased apoptosis in tumor tissues, which suggests that NK4 suppressed tumor growth as an angiogenesis inhibitor. Metastasis of B16F10 melanoma and Lewis lung carcinoma cells to the lung was potently inhibited by systemic Ad.NK4-administration. Our results demonstrated that the adenovirus-mediated induction of high levels of circulating NK4 significantly inhibited in vivo tumor growth and distant metastasis without obvious side effects. NK4 gene therapy is thus a safe and promising strategy for the treatment of cancer patients, and further validation in clinical trials is needed.
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) | 0,000 | 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 découle