Small Interfering RNA Targeting 14-3-3ζ Increases Efficacy of Chemotherapeutic Agents in Head and Neck Cancer Cells
Notice bibliographique
Résumé
Patients diagnosed in advanced stages of head and neck squamous cell carcinoma often show limited response to chemotherapeutic agents. Recently, we reported the overexpression of 14-3-3ζ protein in head and neck premalignant and cancer tissues using liquid chromatography-tandem mass spectrometry with isotopic labeling and revealed its significance as a prognostic marker using immunohistochemical analysis. In this study, we determined the potential of 14-3-3ζ as a therapeutic target for head and neck cancer. Small interfering RNA (siRNA) targeting 14-3-3ζ was used to downregulate its expression in head and neck cancer cells in culture. Cell cycle analysis showed that head and neck cancer cells transfected with siRNA targeting 14-3-3ζ showed G(2)-M arrest. These siRNA transfectants also showed increased cell death on treatment with any one of the following chemotherapeutic agents: cisplatin, 5-fluorouracil, paclitaxel, or doxorubicin in comparison with the no transfection controls. Flow cytometric analysis using propidium iodide staining showed increased sub-G(0) fraction in siRNA-transfected cells treated with any of these chemotherapeutic agents, suggesting cell death; in addition, Annexin V staining and terminal deoxynucleotidyl transferase-mediated dUTP nick end labeling assay revealed increased apoptosis. Taken together, our results strongly showed that downregulation of 14-3-3ζ expression may serve to improve the sensitivity of head and neck cancer cells to chemotherapeutic agents.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».