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 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) | 0,001 | 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 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 ».