Synergism between vitamin D and secreted protein acidic and rich in cysteine–induced apoptosis and growth inhibition results in increased susceptibility of therapy-resistant colorectal cancer cells to chemotherapy
Notice bibliographique
Résumé
Patients with advanced colorectal cancer continue to have poor outcomes because of therapy-refractory disease. We previously showed that secreted protein acidic and rich in cysteine (SPARC) gene and protein could function as a chemotherapy sensitizer by enhancing tumor regression in response to radiation and chemotherapy in tumor xenograft models of chemotherapy-resistant tumors. This function of SPARC was gleamed from a microarray analysis that also revealed down-regulation of the vitamin D receptor (VDR) in therapy-refractory colorectal cancer cells. This study examines the potential synergistic effect of SPARC and vitamin D, which up-regulates VDR, in enhancing chemotherapy response in colorectal cancer. Using MIP101 colorectal cancer cell lines and SPARC-overexpressing MIP101 cells, we were able to show that, in the presence of SPARC, exposure to low doses of 1alpha,25-dihydroxyvitamin D(3) significantly reduces cell viability, enhances chemotherapy-induced apoptosis, and inhibits the growth of colorectal cancer cells. Moreover, in tumor xenograft mouse models, up-regulation of VDR was seen in tumors that had the greatest regression following treatment that combined SPARC with chemotherapy. Therefore, our findings reveal a synergistic effect between SPARC and low doses of 1alpha,25-dihydroxyvitamin D(3) that further augments the sensitivity of tumors to chemotherapy. This combination may prove to be a useful adjunct in the treatment of colorectal cancer, especially in those patients with therapy-refractory disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».