Anti-proliferative Effect of Engineered Neural Stem Cells Expressing Cytosine Deaminase and Interferon-β against Lymph Node–Derived Metastatic Colorectal Adenocarcinoma in Cellular and Xenograft Mouse Models
Notice bibliographique
Résumé
PURPOSE: cytosine deaminase (CD) (HB1.F3.CD) and human interferon-β (IFN-β) (HB1.F3.CD.IFN-β) were employed against lymph node-derived metastatic colorectal adenocarcinoma. MATERIALS AND METHODS: CD can convert a prodrug, 5-fluorocytosine (5-FC), to active 5-fluorouracil, which inhibits tumor growth through the inhibition of DNA synthesis,while IFN-β also strongly inhibits tumor growth by inducing the apoptotic process. In reverse transcription polymerase chain reaction analysis, we confirmed that HB1.F3.CD cells expressed the CD gene and HB1.F3.CD.IFN-β cells expressed both CD and IFN-β genes. RESULTS: In results of a modified trans-well migration assay, HB1.F3.CD and HB1.F3.CD.IFN-β cells selectively migrated toward SW-620, human lymph node-derived metastatic colorectal adenocarcinoma cells. The viability of SW-620 cells was significantly reduced when co-cultured with HB1.F3.CD or HB1.F3.CD.IFN-β cells in the presence of 5-FC. In addition, it was found that the tumor-tropic properties of these engineered human neural stem cells (hNSCs) were attributed to chemoattractant molecules including stromal cell-derived factor 1, c-Kit, urokinase receptor, urokinase-type plasminogen activator, and C-C chemokine receptor type 2 secreted by SW-620 cells. In a xenograft mouse model, treatment with hNSC resulted in significantly inhibited growth of the tumor mass without virulent effects on the animals. CONCLUSION: The current results indicate that engineered hNSCs and a prodrug treatment inhibited the growth of SW-620 cells. Therefore, hNSC therapy may be a clinically effective tool for the treatment of lymph node metastatic colorectal 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 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 ».