Rescue of paclitaxel sensitivity by repression of Prohibitin1 in drug-resistant cancer cells
Notice bibliographique
Résumé
Paclitaxel has emerged as a front line treatment for aggressive malignancies of the breast, lung, and ovary. Successful therapy of cancer is frequently undermined by the development of paclitaxel resistance. There is a growing need to find other therapeutic targets to facilitate treatment of drug-resistant cancers. Using a proteomics approach, elevated levels of Prohibitin1 (PHB1) and GSTpi were found associated with paclitaxel resistance in discrete subcellular fractions of two drug-resistant sublines relative to their sensitive sublines. Immunofluorescence staining and fractionation studies revealed increased levels of PHB1 on the surface of resistant cell lines. Transiently silencing either PHB1 or GSTpi gene expression using siRNA in the paclitaxel-resistant cancer cell sublines partially sensitized these cells toward paclitaxel. Intriguingly, silencing PHB1 but not GSTpi resulted in activation of the intrinsic apoptosis pathway in response to paclitaxel. Similarly, stably silencing either PHB1 or GSTpi significantly improved paclitaxel sensitivity in A549TR cells both in vitro and in vivo. Our results indicate that PHB1 is a mediator of paclitaxel resistance and that this resistance may depend on the cellular localization of the protein. We suggest PHB1 as a potential target for therapeutic strategies for the treatment of drug-resistant tumors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».