Cellular diamine levels in cancer chemoprevention: modulation by ibuprofen and membrane plasmalogens
Notice bibliographique
Résumé
BACKGROUND: To develop effective strategies in cancer chemoprevention, an increased understanding of endogenous biochemical mediators that block metastatic processes is critically needed. Dietary lipids and non-steroidal anti-inflammatory drugs (NSAIDs) have a published track record of providing protection against gastrointestinal malignancies. In this regard, we examined the effects of membrane plasmalogens and ibuprofen on regulation of cellular levels of diamines, polyamine mediators that are augmented in cancer cells. For these studies we utilized Chinese hamster ovary (CHO) cells and NRel-4 cells, a CHO cell line with defective plasmalogen synthesis. RESULTS: NRel-4 cells, which possess cellular plasmalogen levels that are 10% of control CHO cells, demonstrated 2- to 3-fold increases in cellular diamine levels. These diamine levels were normalized by plasmalogen replacement and significantly reduced by ibuprofen. In both cases the mechanism of action appears to mainly involve increased diamine efflux via the diamine exporter. The actions of ibuprofen were not stereospecific, supporting previous studies that cyclooxygenase (COX) inhibition is unlikely to be involved in the ability of NSAIDs to reduce intracellular diamine levels. CONCLUSIONS: Our data demonstrate that ibuprofen, a drug known to reduce the risk of colorectal cancer, reduces cellular diamine levels via augmentation of diamine efflux. Similarly, augmentation of membrane plasmalogens can increase diamine export from control and plasmalogen-deficient cells. These data support the concept that membrane transporter function may be a therapeutic point of intervention for dietary and pharmacological approaches to cancer chemoprevention.
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 ».