Neural Tumor-Initiating Cells Have Distinct Telomere Maintenance and Can be Safely Targeted for Telomerase Inhibition
Notice bibliographique
Résumé
PURPOSE: Cancer recurrence is one of the major setbacks in oncology. Maintaining telomeres is essential for sustaining the limitless replicative potential of such cancers. Because telomerase is thought to be active in all tumor cells and normal stem cells, telomerase inhibition may be nonspecific and have detrimental effects on tissue maintenance and development by affecting normal stem cell self-renewal. METHODS: We examined telomerase activity, telomere maintenance, and stem cell maturation in tumor subpopulations from freshly resected gliomas, long-term, primary, neural tumor-initiating cells (TIC) and corresponding normal stem cell lines. We then tested the efficacy of the telomerase inhibitor Imetelstat on propagation and self-renewal capacity of TIC and normal stem cells in vitro and in vivo. RESULTS: Telomerase was undetectable in the majority of tumor cells and specific to the TIC subpopulation that possessed critically short telomeres. In contrast, normal tissue stem cells had longer telomeres and undetectable telomerase activity and were insensitive to telomerase inhibition, which results in proliferation arrest, cell maturation, and DNA damage in neural TIC. Significant survival benefit and late tumor growth arrest of neuroblastoma TIC were observed in a xenograft model (P = 0.02). Furthermore, neural TIC exhibited irreversible loss of self-renewal and stem cell capabilities even after cessation of treatment in vitro and in vivo. CONCLUSIONS: TIC exhaustion with telomerase inhibition and lack of telomerase dependency in normal stem cells add new dimensions to the telomere hypothesis and suggest that targeting TIC with telomerase inhibitors may represent a specific and safe therapeutic approach for tumors of neural origin.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».