The combination of novel low molecular weight inhibitors of RAF (LBT613) and target of rapamycin (RAD001) decreases glioma proliferation and invasion
Notice bibliographique
Résumé
Monotherapies have proven largely ineffective for the treatment of glioblastomas, suggesting that increased patient benefit may be achieved by combining therapies. Two protumorigenic pathways known to be active in glioblastoma include RAS/RAF/mitogen-activated protein kinase and phosphatidylinositol 3-kinase/AKT/target of rapamycin (TOR). We investigated the efficacy of a combination of novel low molecular weight inhibitors LBT613 and RAD001 (everolimus), which were designed to target RAF and TOR, respectively. LBT613 decreased phosphorylation of extracellular signal-regulated kinase 1 and 2, downstream effectors of RAF, in a human glioma cell line. RAD001 resulted in decreased phosphorylation of the TOR effector S6. To determine if targeting RAF and TOR activities could result in decreased protumorigenic glioma cellular behaviors, we evaluated the abilities of LBT613 and RAD001 to affect the proliferation, migration, and invasion of human glioma cells. Treatment with either LBT613 or RAD001 alone significantly decreased the proliferation of multiple human glioma cell lines. Furthermore, LBT613 and RAD001 in combination synergized to decrease glioma cell proliferation in association with G(1) cell cycle arrest. Glioma invasion is a critical contributor to tumor malignancy. The combination of LBT613 and RAD001 inhibited the invasion of human glioma cells through Matrigel to a greater degree than treatment with either drug alone. These data suggest that the combination of LBT613 and RAD001 reduces glioma cell proliferation and invasion and support examination of the combination of RAF and TOR inhibitors for the treatment of human glioblastoma patients.
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 ».