Novel targets for sensitizing breast cancer cells to TRAIL‐induced apoptosis with siRNA delivery
Notice bibliographique
Résumé
Tumor necrosis factor-related apoptosis-inducing ligand (TRAIL) induces apoptosis in variety of cancer cells without affecting most normal cells, which makes it a promising agent for cancer therapy. However, TRAIL therapy is clinically not effective due to resistance induction. To identify novel regulators of TRAIL that can aid in therapy, protein targets whose silencing sensitized breast cancer cells against TRAIL were screened with an siRNA library against 446 human apoptosis-related proteins in MDA-231 cells. Using a cationic lipopolymer (PEI-αLA) for delivery of library members, 16 siRNAs were identified that sensitized the TRAIL-induced death in MDA-231 cells. The siRNAs targeting BCL2L12 and SOD1 were further evaluated based on the novelty and their ability to sensitize TRAIL induced cell death. Silencing both targets sensitized TRAIL-mediated cell death in MDA-231 cells as well as TRAIL resistant breast cancer cells, MCF-7. Combination of TRAIL and siRNA silencing BCL2L12 had no effect in normal human umbilical vein cells and human bone marrow stromal cell. The silencing of BCL2L12 and SOD1 enhanced TRAIL-mediated apoptosis in MDA-231 cells via synergistically activating capsase-3 activity. Hence, here we report siRNAs targeting BCL2L12 and SOD1 as a novel regulator of TRAIL-induced cell death in breast cancer cells, providing a new approach for enhancing TRAIL therapy for breast cancer. The combination of siRNA targeting BCL2L12 and TRAIL can be a highly effective synergistic pair in breast cancer cells with minimal effect on the non-transformed cells.
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 | 0,001 | 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 ».