Lipid peroxidation is associated with the inhibitory action of all-trans-retinoic acid on mammary cell transformation.
Notice bibliographique
Résumé
BACKGROUND: Retinoids are effective in reducing transformation of various cell types; however the role of lipid peroxidation has not been studied in this regard. MATERIALS AND METHODS: Retinoic acid (RA) and retinol were tested on several SV-40 large-T-antigen transformed bovine mammary fibroblast (MFB) lines that form foci on plastic with long-term culture. RESULTS: Dose response studies revealed that RA at 10(-6) M was the most potent dose in delaying the onset of foci formation and reducing total foci number. RA was always more effective than retinol. Addition of RA (10(-6) M) to MFB cells increased lipid peroxide (LPO) concentrations by approximately three-fold relative to untreated MFB cells or to RA or control treated normal mammary fibroblasts. The lipoxygenase inhibitor, nordihydroguaiaretic acid (NDGA), acted synergistically with RA to increase LPO and cell death in MFB cells. The combination of the cyclooxygenase inhibitor, indomethacin, at 10(-4) M with 10(-6) M RA lowered MFB fibroblast cell numbers when compared to fibroblasts cultured singly with either RA or indomethacin. CONCLUSIONS: These data indicate that an increase in lipid peroxidation occurs specifically in tumor cells treated with RA and this may play a role in RA-mediated suppression of cellular transformation in the mammary gland. Additionally, eicosanoid inhibitors may have an additive or synergistic effect with RA on the inhibition of mammary tumor cell transformation and proliferation.
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 ».