MétaCan
Menu
Retour à la cohorte
Enregistrement W2291782912 · doi:10.18632/oncotarget.7890

High-throughput drug library screening identifies colchicine as a thyroid cancer inhibitor

2016· article· en· W2291782912 sur OpenAlexaffabout
Le Zhang, Zhaoying Yang, Letizia Granieri, Adrian Pasculescu, Alessandro Datti, L. Sylvia, Zheli Xu, Shereen Ezzat

Notice bibliographique

RevueOncotarget · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensUniversity of TorontoLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésThyroid cancerCancerMedicineOncologyThyroidCancer researchInternal medicineLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

// Le Zhang 1, 2 , Zhaoying Yang 1, 2 , Letizia Granieri 3 , Adrian Pasculescu 3 , Alessandro Datti 3, 4 , Sylvia L. Asa 2, 5 , Zheli Xu 1, 2 , Shereen Ezzat 2, 6 1 Department of Breast Surgery, China-Japan Union Hospital, Jilin University, Changchun, Jilin, P.R. China 2 Ontario Cancer Institute and The Endocrine Oncology Site Group, Princess Margaret Hospital, University Health Network, Toronto, ON, Canada 3 SMART Laboratory for High-Throughput Screening Programs, Lunenfeld-Tanenbaum Research Institute at Mount Sinai Hospital, Toronto, ON, Canada 4 Department of Agricultural, Food, and Environmental Sciences, University of Perugia, Perugia, Italy 5 Department of Laboratory Medicine and Pathobiology, Toronto, ON, Canada 6 Department of Medicine, University of Toronto, Toronto, ON, Canada Correspondence to: Shereen Ezzat, e-mail: shereen.ezzat@utoronto.ca Zheli Xu, e-mail: zhelixujlu@163.com Keywords: thyroid cancer, colchicine, BRAF, BRAF resistance, high throughput drug screening Received: November 20, 2015      Accepted: February 09, 2016      Published: March 03, 2016 ABSTRACT We employed a high-throughput drug library screening platform to identify novel agents affecting thyroid cancer cells. We used human thyroid cancer cell lines to screen a collection of approximately 5200 small molecules with biological and/or pharmacologial properties. Parallel primary screens yielded a number of hits differentially active between thyroid and melanoma cells. Amongst compounds specifically targeting thyroid cancer cells, colchicine emerged as an effective candidate. Colchicine inhibited cell growth which correlated with G2 cell cycle arrest and apoptosis. These effects were hampered through inhibition of MEK1/2 and JNK. In contrast, inhibition of p38-MAPK had little effect, and AKT had no impact on colchicine action. Systemic colchicine inhibited thyroid cancer progression in xenografted mice. These findings demonstrate that our screening platform is an effective vehicle for drug reposition and show that colchicine warrants further attention in well-defined clinical niches such as thyroid cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 GPT0,269
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207