High-throughput screen identifies disulfiram as a potential therapeutic for triple-negative breast cancer cells: Interaction with IQ motif-containing factors
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
Triple-negative breast cancer (TNBC) represents an aggressive subtype, for which radiation and chemotherapy are the only options. Here we describe the identification of disulfiram, an FDA-approved drug used to treat alcoholism, as well as the related compound thiram, as the most potent growth inhibitors following high-throughput screens of 3185 compounds against multiple TNBC cell lines. The average IC50 for disulfiram was ~300 nM. Drug affinity responsive target stability (DARTS) analysis identified IQ motif-containing factors IQGAP1 and MYH9 as direct binding targets of disulfiram. Indeed, knockdown of these factors reduced, though did not completely abolish, cell growth. Combination treatment with 4 different drugs commonly used to treat TNBC revealed that disulfiram synergizes most effectively with doxorubicin to inhibit cell growth of TNBC cells. Disulfiram and doxorubicin cooperated to induce cell death as well as cellular senescence, and targeted the ESA(+)/CD24(-/low)/CD44(+) cancer stem cell population. Our results suggest that disulfiram may be repurposed to treat TNBC in combination with doxorubicin.
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