Levobuipivacaine-Induced Dissemination of A549 Lung Cancer Cells
Notice bibliographique
Résumé
While anaesthetics are frequently used on cancer patients during surgical procedures, their consequence on cancer progression remains to be elucidated. In this study, we sought to investigate the influence of local anesthetics on lung cancer cell dissemination in vitro and in vivo. A549 human non-small lung cancer cells were treated with various local anaesthetics including ropivacaine, lidocaine, levobupivacaine and bupivacaine. Cell barrier property was assessed using an electric cell-substrate impedance sensing (ECIS) system. The epithelial-to-mesenchymal transition (EMT) of treated cells was studied by immunofluorescence staining. In vitro and in vivo cancer cell dissemination were investigated.Gene expression microarray and quantitative real-time PCR (qrt-PCR) assays were used to identify the genes responsible for levobupivacaine-mediated cancer cell dissemination.The results illustrated that only levobupivacaine induced EMT in the treated cells and also caused the dissemination of cancer cells in vitro. In addition, after intravenous injection, levobupivacaine encouraged cancer cell dissemination in vivo. Gene expression microarray, qrt-PCR and immunoblotting revealed that after levobupivacaine treatment, the hypoxia-inducible factor (HIF)- 2α gene was upregulated in cancer cells. Our findings suggest that levobupivacaine may induce A549 lung cancer cell dissemination both in vitro and in vivo. More specifically, HIF-2α signaling possibly contributes to levobupivacaine-mediated A549 lung cancer cell dissemination.
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 | 0,001 | 0,001 |
| 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 ».