MétaCan
Menu
Retour à la cohorte
Enregistrement W2153205436 · doi:10.4248/ijos.08025

DAPT Enhances the Apoptosis of Human Tongue Carcinoma Cells

2009· article· en· W2153205436 sur OpenAlexaff
Brian E. Grottkau, Xi‐rui Chen, Claudia C. Friedrich, Xingmei Yang, Wei Jing, Yao Wu, Xiaoxiao Cai, Yu‐rong Liu, Yunfeng Lin

Notice bibliographique

RevueInternational Journal of Oral Science · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDevelopmental Biology and Gene Regulation
Établissements canadiensOntario Tech University
Organismes subventionnairesState Key Laboratory of Oral DiseaseSpecialized Research Fund for the Doctoral Program of Higher Education of ChinaSichuan UniversityNational Natural Science Foundation of China
Mots-clésApoptosisTongueCarcinomaCancer researchMedicineInternal medicineBiologyPathologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

AIM: To investigate the effect of DAPT (gamma-secretase inhibitor) on the growth of human tongue carcinoma cells and to determine the molecular mechanism to enable the potential application of DAPT to the treatment of tongue carcinoma. METHODOLOGY: Human tongue carcinoma Tca8113 cells were cultured with DAPT. Cell growth was determined using Indigotic Reduction method. The cell cycle and apoptosis were analyzed by flow cytometry. Real-time PCR and Immuno-Fluorescence (IF) were employed to determine the intracellular expression levels. RESULTS: DAPT inhibited the growth of human tongue carcinoma Tca8113 cells by inducing G0-G1 cell cycle arrest and apoptosis. The mRNA levels of Hairy/Enhancer of Split-1 (Hes-1), a target of Notch activation, were reduced by DAPT in a dose-dependent manner. Coincident with this observation, DAPT induced a dose-dependent promotion of constitutive Caspase-3 in Tca8113 cells. CONCLUSION: DAPT may have a therapeutic value for human tongue carcinoma. Moreover, the effects of DAPT in tumor inhibition may arise partly via the modulation of Notch-1 and Caspase-3.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,299
Écart entre enseignants0,289 · 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

Citations31
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Oral ScienceMême sujetDevelopmental Biology and Gene RegulationTravaux en français237 207