MétaCan
Menu
Retour à la cohorte
Enregistrement W2135736160 · doi:10.1126/scitranslmed.3003960

DNAzyme Targeting c- <i>jun</i> Suppresses Skin Cancer Growth

2012· article· en· W2135736160 sur OpenAlexaff
Hong Cai, Fernando S. Santiago, Leonel Prado-Lourenço, Bo Wang, Margaret Patrikakis, Miles P. Davenport, Ghassan J. Maghzal, Roland Stocker, Christopher R. Parish, Beng H. Chong, Graham J. Lieschke, Tak‐Wah Wong, Colin N. Chesterman, Douglas J. Francis, Fergal J. Moloney, Ross St.C. Barnetson, Gary M. Halliday, Levon M. Khachigian

Notice bibliographique

RevueScience Translational Medicine · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésDeoxyribozymec-junCancer researchCancerMedicineBiologyInternal medicineGeneticsDNAGeneTranscription factor

Résumé

récupéré en direct d'OpenAlex

Worldwide, one in three cancers is skin-related, with increasing incidence in many populations. Here, we demonstrate the capacity of a DNAzyme-targeting c-jun mRNA, Dz13, to inhibit growth of two common skin cancer types-basal cell and squamous cell carcinomas-in a therapeutic setting with established tumors. Dz13 inhibited tumor growth in both immunodeficient and immunocompetent syngeneic mice and reduced lung nodule formation in a model of metastasis. In addition, Dz13 suppressed neovascularization in tumor-bearing mice and zebrafish and increased apoptosis of tumor cells. Dz13 inhibition of tumor growth, which required an intact catalytic domain, was due in part to the induction of tumor immunity. In a series of good laboratory practice-compliant toxicology studies in cynomolgus monkeys, minipigs, and rodents, the DNAzyme was found to be safe and well tolerated. It also did not interfere in more than 70 physiologically relevant in vitro bioassays, suggesting a reduced propensity for off-target effects. If these findings hold true in clinical trials, Dz13 may provide a safe, effective therapy for human skin 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 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 seuil0,004

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 Opus0,016
Tête enseignante GPT0,299
Écart entre enseignants0,283 · 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

Citations282
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetRNA Interference and Gene DeliveryTravaux en français237 207