PPARα agonist fenofibrate suppresses tumor growth through direct and indirect angiogenesis inhibition
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
Angiogenesis and inflammation are central processes through which the tumor microenvironment influences tumor growth. We have demonstrated recently that peroxisome proliferator-activated receptor (PPAR)alpha deficiency in the host leads to overt inflammation that suppresses angiogenesis via excess production of thrombospondin (TSP)-1 and prevents tumor growth. Hence, we speculated that pharmacologic activation of PPARalpha would promote tumor growth. Surprisingly, the PPARalpha agonist fenofibrate potently suppressed primary tumor growth in mice. This effect was not mediated by cancer-cell-autonomous antiproliferative mechanisms but by the inhibition of angiogenesis and inflammation in the host tissue. Although PPARalpha-deficient tumors were still susceptible to fenofibrate, absence of PPARalpha in the host animal abrogated the potent antitumor effect of fenofibrate. In addition, fenofibrate suppressed endothelial cell proliferation and VEGF production, increased TSP-1 and endostatin, and inhibited corneal neovascularization. Thus, both genetic abrogation of PPARalpha as well as its activation by ligands cause tumor suppression via overlapping antiangiogenic pathways. These findings reveal the potential utility of the well tolerated PPARalpha agonists beyond their use as lipid-lowering drugs in anticancer therapy. Our results provide a mechanistic rationale for evaluating the clinical benefits of PPARalpha agonists in cancer treatment, alone and in combination with other therapies.
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 | 0,001 |
| 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