MétaCan
Menu
Retour à la cohorte
Enregistrement W2134123270 · doi:10.1371/journal.pone.0013831

Breast Cancer Stem-Like Cells Are Inhibited by a Non-Toxic Aryl Hydrocarbon Receptor Agonist

2010· article· en· W2134123270 sur OpenAlexafffund
Gérald J. Prud’homme, Yelena Glinka, Anna Toulina, Olga Ace, Venkateswaran Subramaniam, Serge Jothy

Notice bibliographique

RevuePLoS ONE · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Breast Cancer Research AllianceOntario Institute for Cancer Research
Mots-clésCancer stem cellTranilastCancer researchAryl hydrocarbon receptorStem cellChemistryCD44BiologyPharmacologyCellCell biologyTranscription factorBiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer stem cells (CSCs) have increased resistance to cancer chemotherapy. They can be enriched as drug-surviving CSCs (D-CSCs) by growth with chemotherapeutic drugs, and/or by sorting of cells expressing CSC markers such as aldehyde dehydrogenase-1 (ALDH). CSCs form colonies in agar, mammospheres in low-adherence cultures, and tumors following xenotransplantation in Scid mice. We hypothesized that tranilast, a non-toxic orally active drug with anti-cancer activities, would inhibit breast CSCs. METHODOLOGY/FINDINGS: We examined breast cancer cell lines or D-CSCs generated by growth of these cells with mitoxantrone. Tranilast inhibited colony formation, mammosphere formation and stem cell marker expression. Mitoxantrone-selected cells were enriched for CSCs expressing stem cell markers ALDH, c-kit, Oct-4, and ABCG2, and efficient at forming mammospheres. Tranilast markedly inhibited mammosphere formation by D-CSCs and dissociated formed mammospheres, at pharmacologically relevant concentrations. It was effective against D-CSCs of both HER-2+ and triple-negative cell lines. Tranilast was also effective in vivo, since it prevented lung metastasis in mice injected i.v. with triple-negative (MDA-MB-231) mitoxantrone-selected cells. The molecular targets of tranilast in cancer have been unknown, but here we demonstrate it is an aryl hydrocarbon receptor (AHR) agonist and this plays a key role. AHR is a transcription factor activated by 2,3,7,8-tetrachlorodibenzo-p-dioxin (TCDD), polycyclic aromatic hydrocarbons and other ligands. Tranilast induced translocation of the AHR to the nucleus and stimulated CYP1A1 expression (a marker of AHR activation). It inhibited binding of the AHR to CDK4, which has been linked to cell-cycle arrest. D-CSCs expressed higher levels of the AHR than other cells. Knockdown of the AHR with siRNA, or blockade with an AHR antagonist, entirely abrogated the anti-proliferative and anti-mammosphere activity of tranilast. Thus, the anti-cancer effects of tranilast are AHR dependent. CONCLUSION/SIGNIFICANCE: We show that tranilast is an AHR agonist with inhibitory effects on breast CSCs. It is effective against CSCs of triple-negative breast cancer cells selected for anti-cancer drug resistance. These results suggest it might find applications in the treatment of breast cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,227
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations141
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCancer Cells and MetastasisTravaux en français237 207