Additive effect of sirolimus and anti‐death receptor 5 agonistic antibody against hepatocellular carcinoma
Notice bibliographique
Résumé
BACKGROUND & AIMS: Despite careful patient selection, hepatocellular carcinoma (HCC) recurs in 10-20% of cases after liver transplantation, and the use of potent adjuvant anticancer drugs would be welcome. The aim of this study was to evaluate the efficiency of a combined therapy of rapamycin (sirolimus) and anti-death receptor (DR)5 monoclonal antibody (mAb) on HCC. METHODS: We first assessed the side effects of anti-DR5 mAb administration in vivo by giving various doses of anti-DR5 mAb. Cell proliferation assays were then performed using mouse Hepa1-6 cells or human Huh7 cells to quantify the relative cell viability under various concentrations of sirolimus, anti-DR5 mAb or a combination. Next, one million Hepa1-6 cells were transplanted into C.B17-SCID-beige mice subcutaneously, and four groups were created: (1) untreated, (2) anti-DR5 mAb alone, (3) sirolimus alone and (4) anti-DR5 mAb + sirolimus. RESULTS: Anti-DR5 mAb (200 and 300 μg/day) induced liver dysfunction with partial necrosis of the liver, but 100 μg/day was well tolerated with transaminitis, but normal bilirubin and only minor histological liver damage. In vitro, anti-DR5 mAb lysed Hepa1-6 and Huh7 cells in a dose-dependent manner, and combinations of sirolimus and anti-DR5 mAb demonstrated an additive effect. In vivo studies demonstrated that tumour sizes were significantly smaller in the combined therapy group than in the monotherapy groups. CONCLUSIONS: Combining sirolimus and low-dose anti-DR5 mAb has a significant effect against HCC. This strategy represents a potential novel approach for the management of HCC.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».