MétaCan
Menu
Retour à la cohorte
Enregistrement W2134311215 · doi:10.1158/1078-0432.ccr-14-3147

Pyrvinium Targets CD133 in Human Glioblastoma Brain Tumor–Initiating Cells

2015· article· en· W2134311215 sur OpenAlexafffund
Chitra Venugopal, Robin Hallett, Parvez Vora, Branavan Manoranjan, Sujeivan Mahendram, Maleeha Qazi, Nicole McFarlane, Minomi Subapanditha, Sara M. Nolte, Mohini Singh, David Bakhshinyan, Neha Garg, Thusyanth Vijayakumar, Bolesław Lach, John Provias, Kesava Reddy, Naresh K. Murty, Bradley W. Doble, Mickie Bhatia, John A. Hassell, Sheila K. Singh

Notice bibliographique

RevueClinical Cancer Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensHamilton Health SciencesMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWnt signaling pathwayCancer stem cellIn vivoCancer researchStem cellBiologyIn silicoCancerPopulationTumor initiationGlioblastomaGliomaSignal transductionMedicineCell biologyGeneticsCarcinogenesisGene

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Clonal evolution of cancer may be regulated by determinants of stemness, specifically self-renewal, and current therapies have not considered how genetic perturbations or properties of stemness affect such functional processes. Glioblastoma-initiating cells (GICs), identified by expression of the cell surface marker CD133, are shown to be chemoradioresistant. In the current study, we sought to elucidate the functional role of CD133 in self-renewal and identify compounds that can specifically target this CD133(+) treatment-refractory population. EXPERIMENTAL DESIGN: Using gain/loss-of-function studies for CD133 we assessed the in vitro self-renewal and in vivo tumor formation capabilities of patient-derived glioblastoma cells. We generated a CD133 signature combined with an in silico screen to find compounds that target GICs. Self-renewal and proliferation assays on CD133-sorted samples were performed to identify the preferential action of hit compounds. In vivo efficacy of the lead compound pyrvinium was assessed in intracranial GIC xenografts and survival studies. Lastly, microarray analysis was performed on pyrvinium-treated GICs to discover core signaling events involved. RESULTS: We discovered pyrvinium, a small-molecule inhibitor of GIC self-renewal in vitro and in vivo, in part through inhibition of Wnt/β-catenin signaling and other essential stem cell regulatory pathways. We provide a therapeutically tractable strategy to target self-renewing, chemoradioresistant, and functionally important CD133(+) stem cells that drive glioblastoma relapse and mortality. CONCLUSIONS: Our study provides an integrated approach for the eradication of clonal populations responsible for cancer progression, and may apply to other aggressive and heterogeneous cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,342
Tête enseignante GPT0,556
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations60
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetCancer Cells and MetastasisTravaux en français237 207