Evaluating the cytotoxic effects of the water extracts of four anticancer herbs against human malignant melanoma cells
Notice bibliographique
Résumé
Abstract: Malignant melanoma (MM) is the most dangerous type of skin cancer, killing more than 1,100 people each year in Canada. Prognosis for late stage and recurrent MM is extremely poor due to insensitivity to chemotherapy drugs, and thus many patients seek complementary and alternative medicines. In this study, we examined four commonly used anticancer herbs in traditional Chinese medicine, Hedyotis diffusa , Scutellaria barbata , Lobelia chinensis , and Solanum nigrum , for their in vitro antitumor effects toward human MM cell line A-375. The crude water extract of S. nigrum (1 g of dry herb in 100 mL water) and its 2-fold dilution caused 52.8%±13.0% and 17.3%±2.7% cytotoxicity in A-375 cells, respectively ( P <0.01). The crude water extract of H. diffusa caused 11.1%±12.4% cytotoxicity in A-375 cells with no statistical significance ( P >0.05). Higher concentrated formulation might be needed for H. diffusa to exert its cytotoxic effect against A-375 cells. No cytotoxicity was observed in A-375 cells treated with crude water extract of S. barbata and L. chinensis . Further high performance liquid chromatography-tandem mass spectroscopy analysis of the herbal extracts implicated that S. nigrum and H. diffusa might have adopted the same bioactive components for their cytotoxic effects in spite of belonging to two different plant families. We also showed that the crude water extract of S. nigrum reduced intracellular reactive oxygen species generation in A-375 cells, which may lead to a cytostatic effect. Furthermore, synergistic effect was achieved when crude water extract of S. nigrum was coadministered with temozolomide, a chemotherapy drug for skin cancer. Keywords: herbal extract, malignant melanoma, cytotoxicity, HPLC-MS/MS, reactive oxygen species
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 ».