Enhanced gene transfer and cell death following p53 gene transfer using photochemical internalisation of glucosylated PEI‐DNA complexes
Notice bibliographique
Résumé
BACKGROUND: p53 is frequently mutated in many cancers including human head and neck squamous cell carcinoma and pancreatic cancer. In tumor models, wild-type (wt) p53 gene transfer induces apoptosis and tumor regression in vivo, justifying the extensive clinical investigation of p53 gene therapy. METHODS: p53 nonviral-mediated gene transfer was achieved using glucosylated polyethylenimine (PEI) in conjunction with photochemical internalisation (PCI). Experimental conditions were optimised using the green fluorescent protein (GFP) as a reporter. p53 gene transfer was then evaluated using semi-quantitative RT-PCR in p53-deleted PANC3 and p53-mutated FaDu cell lines. Following gene transfer, induction of apoptosis was investigated using phosphatidylserine externalisation and nuclear fragmentation assays. Induction of long-term cell death was analysed using colony-forming assays. RESULTS: PCI was found to enhance GFP gene transfer after 48 h in both cell lines. Whether using glucosylated-PEI alone or associated with PCI, p53 gene transfer was achieved with subsequent recovery of p53 mRNA expression in PANC3 cells and a significant 4-fold increase in p53 mRNA expression in FaDu cells. PCI was found to further enhance p53 mRNA expression by 2.3-fold in PANC3 cells. Spontaneous induction of apoptosis following wt-p53 gene transfer was achieved in both cell lines. PCI was found to enhance apoptosis up to levels similar to those achieved with chemotherapy. As a consequence, long-term cell death was significantly enhanced after wt-p53 gene transfer when PCI was used in both cell lines, yielding up to 60% cell death. CONCLUSIONS: PCI increases glucosylated-PEI-mediated p53 gene transfer, apoptosis as well as cell death in mutant p53 human cancer cells.
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) | 0,000 | 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 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 ».