MétaCan
Menu
← Retour à la cohorte
Enregistrement W2494861028 · doi:10.1158/1538-7445.am2016-4683

Abstract 4683: Verapamil and tamoxifen modulate ABCB1 expression in multidrug-resistant cells and resensitize them to conventional chemotherapy

2016· article· en· W2494861028 sur OpenAlexaff
Georgia Limniatis, Elias Georges

Notice bibliographique

RevueCancer Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensMcGill UniversitySte. Anne's Hospital
Organismes subventionnairesnon disponible
Mots-clésVerapamilMultiple drug resistanceTamoxifenP-glycoproteinCancer researchCancerPharmacologyOvarian cancerCancer cellBreast cancerMedicineChemotherapyclone (Java method)BiologyDrug resistanceInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Multidrug-resistant (MDR) tumors are an increasingly important obstacle in cancer treatment, wherein many cases are associated with the overexpression of P-glycoprotein 1 (P-gp1, ABCB1). Previous efforts to sensitize ABCB1-expressing tumor cells to anti-cancer drugs were associated with severe side effects, so interest in clinical trials using these drugs has dwindled. Studies have shown P-glycoprotein-overexpressing cells to be hyper sensitive (or collaterally sensitive) to a diverse group of non-toxic compounds. Given earlier results demonstrating a significant increase in ABCB1 expression post-chemotherapeutic treatment of cancer patients (e.g., breast, ovarian, myeloma, and acute myeloid leukemia), and the role of ABCB1 in drug resistance, it was determined that targeting ABCB1-expressing tumor cells with effective collateral sensitivity drugs should increase the effectiveness of current chemotherapeutic treatments. In this report, it was of interest to determine the effect of the collateral sensitivity drugs verapamil and tamoxifen on P-glycoprotein 1 expression at the level of cells and individual cell clones. Clones from P-gp1-overexpressing Chinese hamster ovarian cell lines (CHRC5) or triple negative breast cancer cells (MDA-MB-231/400 nM doxo) were treated with varying levels of collateral sensitivity drugs and ABCB1 expression was determined by Western blots and ELISAs. The sensitivity of each cell clone to anti-cancer or collateral sensitivity drugs was determined using cytotoxicity assays. Our results demonstrate a drop in ABCB1 expression in each clone, together with decreased collateral sensitivity and overall increased sensitivity to anti-cancer drugs in cell lines selected with verapamil and tamoxifen. Work is in progress to study the various mechanisms responsible for this drop in ABCB1 expression and its impact on treatment outcome. Citation Format: Georgia Limniatis, Elias Georges. Verapamil and tamoxifen modulate ABCB1 expression in multidrug-resistant cells and resensitize them to conventional chemotherapy. [abstract]. In: Proceedings of the 107th Annual Meeting of the American Association for Cancer Research; 2016 Apr 16-20; New Orleans, LA. Philadelphia (PA): AACR; Cancer Res 2016;76(14 Suppl):Abstract nr 4683.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,054
Tête enseignante GPT0,354
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetDrug Transport and Resistance Mechanisms→Travaux en français237 207→