Pyrvinium Targets CD133 in Human Glioblastoma Brain Tumor–Initiating Cells
Notice bibliographique
Résumé
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 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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 ».