Anticancer Therapies Combining Antiangiogenic and Tumor Cell Cytotoxic Effects Reduce the Tumor Stem-Like Cell Fraction in Glioma Xenograft Tumors
Notice bibliographique
Résumé
Vascular endothelial cells have been identified as a critical component of the neural stem cell niche, raising the possibility that brain tumor stem-like cells (TSLC) may also rely on signaling interactions with nearby tumor vasculature to maintain their stem-like state. The disruption of such a TSLC vascular niche by an antiangiogenic therapy could result in loss of stemness characteristics associated with intrinsic drug resistance and, thus, preferentially sensitize TSLC to the effects of chemotherapy. Considering these possibilities, we investigated the impact of antiangiogenic anticancer therapy on the TSLC fraction of glioma tumors. Athymic nude mice bearing s.c. tumor xenografts of the C6 rat glioma cell line were treated with either a targeted antiangiogenic agent, antiangiogenic schedules of low-dose metronomic chemotherapy, combination therapies of antiangiogenic agents and chemotherapy, or, for the purpose of comparison, a conventional cytotoxic schedule of maximum tolerated dose chemotherapy using cyclophosphamide. Targeted antiangiogenic therapy or cytotoxic chemotherapy did not reduce the fraction of tumor sphere-forming units (SFU) in the tumor, whereas all treatment groups that combined both antiangiogenic and cytotoxic drug effects caused a significant reduction in SFU. This work highlights the possibility that selective eradication of TSLC may be achieved by targeting the tumor microenvironment (and potentially a supportive TSLC niche) rather than the TSLC directly. Furthermore, this work suggests a possible novel effect of antiangiogenic therapy, namely, as a chemosensitizer of TSLC, and thus represents a possible new mechanism to explain the ability of antiangiogenic therapy to enhance the efficacy of chemotherapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».