HSP27 knockdown produces synergistic induction of apoptosis by HSP90 and kinase inhibitors in glioblastoma multiforme.
Notice bibliographique
Résumé
BACKGROUND/AIM: The heat-shock proteins HSP27 and HSP90 perpetuate the malignant nature of glioblastoma multiforme (GBM) and offer promise as targets for novel cancer therapeutics. The present study sought to define synergistic antitumor benefits of concurrent HSP27-knockdown and the HSP90 inhibitor, 17-N-allylamino-17-demethoxygeldanamycin (17-AAG) or, comparatively, the non-selective kinase inhibitor, staurosporine, in GBM cells. MATERIALS AND METHODS: Dose-response relations were determined for 17-AAG and staurosporine in three GBM cell lines. HSP27-targeted siRNA was administered alone or in combination with subtherapeutic concentrations of each drug and cells were evaluated for viability, proliferation and apoptosis. RESULTS: Adjuvant HSP27 knockdown with 17-AAG or staurosporine produced marked and synergistic decrease in GBM cell viability and proliferation, with robust elevation of apoptotic fractions and caspase-3 activation. CONCLUSION: HSP27 knockdown confers potent chemosensitization of GBM cells. These novel data support the development of HSP-targeting strategies and, specifically, anti-HSP27 agents for the treatment of GBM.
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) | 0,000 | 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) | 0,001 | 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 ».