MétaCan
Menu
← Retour à la cohorte
Enregistrement W2740242936 · doi:10.1158/1538-7445.am2017-4906

Abstract 4906: Sphingolipid regulates pro-inflammatory cytokines to subdue the neoplastic lesions in hepatocellular carcinoma

2017· article· en· W2740242936 sur OpenAlexaff
Nabanita Chatterjee, Krishna Das Saha

Notice bibliographique

RevueCancer Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésProgrammed cell deathCancer researchApoptosisBiologyPyroptosisInflammationProinflammatory cytokineHepatocellular carcinomaImmunologyPharmacologyMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Hepatocellular carcinoma (HCC), is the most leading cause of cancer-related death in all over the world (seems to more than 80% of death cases). It is frequently linked with continuous hepatocytes death, inflammatory cell infiltration, and compensatory liver regeneration with higher angiogenic rate. Considering the different signalling process during this tumorogenesis with the involvement of new ‘lead’ identification of different sources, desire to be less toxic and higher bioavailability. The use of live, attenuated or genetically compensated microbes or its cellular component(s) or metabolites has begun to emerge as a potential new approach in medicinal research to deliver bioactive entities. Thus, advancing our knowledge of such microbes-mediated therapy may suggest new avenues for therapeutic intervention in many fatal diseases. Lipid (LSPL-1) isolated from Leishmania donovani could induce apoptosis in human HepG2 (Hepatocellular carcinoma cell, human) cells, as characterized by phosphatydylserine serine exposure, DNA fragmentation, alteration of BaX/Bcl2 ratio with loss of mitochondrial membrane potential and cytochrome C release, activation of series of caspases and cleaved PARP. LSPL-1 also modulates the various transcription factors like NF-kb65, p53 through regulation of cell proliferation exerted the death cause. Moreover this study also focused that the LSPL-1 effectively suppressed diethylnitrosamine (DEN) induced liver inflammation and hyperplasia in murine also decline in lipid peroxidation and increase in enzymic antioxidants (SOD, CAT, GPx, GR and GST) status with improvement of their survival rate. It reduced the elevated level of cytokines including tumor necrosis factors, interleukins, interferon (alpha and gamma), and transforming growth factors in hepatocytes from liver fibrosis bearing mice. As evident from immunochemical analysis, inflamed hepatocytes and liver tissue may up regulated the various growth factors including EGF, HGF, endothline-1 regulation with promoting angiogenic activity via modulation of CD34, VEGF, HIF-1α expression and alteration of these changes were balanced by LSPL-1. So taken together, these finding indicated that, LSPL-1 may induce apoptosis and in hyper proliferating cancer cells via altering cytokines level with tumour growth regulation in carcinogen exposed rodent system. Note: This abstract was not presented at the meeting. Citation Format: Nabanita Chatterjee, Krishna Das Saha. Sphingolipid regulates pro-inflammatory cytokines to subdue the neoplastic lesions in hepatocellular carcinoma [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2017; 2017 Apr 1-5; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2017;77(13 Suppl):Abstract nr 4906. doi:10.1158/1538-7445.AM2017-4906

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 enseignants0,004
Score d'incertitude au seuil0,014

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)0,0040,001

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 Opus0,097
Tête enseignante GPT0,385
Écart entre enseignants0,288 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetLiver Disease Diagnosis and Treatment→Travaux en français237 207→