Silibinin sensitizes chemo-resistant breast cancer cells to chemotherapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
CONTEXT: Multiple drug resistance is the major obstacle to conventional chemotherapy. Silibinin, a nontoxic naturally occurring compound, has anticancer activity and can increase the cytotoxic effects of chemotherapy in various cancer models. OBJECTIVE: To evaluate the effects of silibinin on enhancing the sensitivity of chemo-resistant human breast cell lines to doxorubicin (DOX) and paclitaxel (PAC). MATERIALS AND METHODS: The cells were treated with silibinin (at 50 to 600 μM concentrations) and/or chemo drugs for 24 and 48 h, then cell viability and changes in oncogenic proteins were determined by MTT assay and Western blotting/RT-PCR, respectively. Flow cytometry was used to study apoptosis in the cells receiving different treatments. The antitumorigenic effects of silibinin (at 200 to 400 μM concentration) were evaluated by mammosphere assay. RESULTS: from 71 to 10 μg/mL and significantly suppressed the key oncogenic pathways including STAT3, AKT, and ERK in these cells. Interestingly treatment of DOX-resistant MDA-MB-435 cells with silibinin at 400 μM concentration for 48 h induced a 50% decrease in the numbers of colonies as compared with DMSO-treated cells. Treatment of PAC-resistant MCF-7 cells with silibinin at 400 μM concentration generated synergistic effects when it was used in combination with PAC at 250 nM concentration (CI = 0.81). CONCLUSION: Silibinin sensitizes chemo-resistant cells to chemotherapeutic agents and can be useful in treating breast cancers.
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.
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) | 0,003 | 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 découle