Using Pharmacokinetic Profiles and Digital Quantification of Stained Tissue Microarrays as a Medium-Throughput, Quantitative Method for Measuring the Kinetics of Early Signaling Changes Following Integrin-Linked Kinase Inhibition in an In Vivo Model of Cancer
Notice bibliographique
Résumé
A small molecule inhibitor (QLT0267) targeting integrin-linked kinase is able to slow breast tumor growth in vivo; however, the mechanism of action remains unknown. Understanding how targeting molecules involved in intersecting signaling pathways impact disease is challenging. To facilitate this understanding, we used tumor tissue microarrays (TMA) and digital image analysis for quantification of immunohistochemistry (IHC) in order to investigate how QLT0267 affects signaling pathways in an orthotopic model of breast cancer over time. Female NCR nude mice were inoculated with luciferase-positive human breast tumor cells (LCC6(Luc)) and tumor growth was assessed by bioluminescent imaging (BLI). The plasma levels of QLT0267 were determined by LC-MS/MS methods following oral dosing of QLT0267 (200 mg/kg). A TMA was constructed using tumor tissue collected at 2, 4, 6, 24, 78 and 168 hr after treatment. IHC methods were used to assess changes in ILK-related signaling. The TMA was digitized, and Aperio ScanScope and ImageScope software were used to provide semi-quantitative assessments of staining levels. Using medium-throughput IHC quantitation, we show that ILK targeting by QLT0267 in vivo influences tumor physiology through transient changes in pathways involving AKT, GSK-3 and TWIST accompanied by the translocation of the pro-apoptotic protein BAD and an increase in Caspase-3 activity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».