Dovitinib enhances temozolomide efficacy in glioblastoma cells
Notice bibliographique
Résumé
The multikinase inhibitor and FDA ‐approved drug dovitinib (Dov) crosses the blood–brain barrier and was recently used as single drug application in clinical trials for GB patients with recurrent disease. The Dov‐mediated molecular mechanisms in GB cells are unknown. We used GB patient cells and cell lines to show that Dov downregulated the stem cell protein Lin28 and its target high‐mobility group protein A2 ( HMGA 2). The Dov‐induced reduction in pSTAT 3 Tyr705 phosphorylation demonstrated that Dov negatively affects the STAT 3/ LIN 28/Let‐7/ HMGA 2 regulatory axis in GB cells. Consistent with the known function of LIN 28 and HMGA 2 in GB self‐renewal, Dov reduced GB tumor sphere formation. Dov treatment also caused the downregulation of key base excision repair factors and O 6 ‐methylguanine‐ DNA ‐methyltransferase ( MGMT ), which are known to have important roles in the repair of temozolomide ( TMZ )‐induced alkylating DNA damage. Combined Dov/ TMZ treatment enhanced TMZ ‐induced DNA damage as quantified by nuclear γH2 AX foci and comet assays, and increased GB cell apoptosis. Pretreatment of GB cells with Dov (‘Dov priming’) prior to TMZ treatment reduced GB cell viability independent of p53 status. Sequential treatment involving ‘Dov priming’ and alternating treatment cycles with TMZ and Dov substantially reduced long‐term GB cell survival in MGMT + patient GB cells. Our results may have immediate clinical implications to improve TMZ response in patients with LIN 28 + / HMGA 2 + GB , independent of their MGMT methylation status.
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 ».