Ratio-Dependent Synergism of a Doxorubicin and Olaparib Combination in 2D and Spheroid Models of Ovarian Cancer
Notice bibliographique
Résumé
Ovarian cancer is the fourth leading cause of death in women in developed countries. Even though patients with the most lethal form of the disease (HGSOC; high grade serous ovarian cancer) respond well to initial treatment, they often relapse with progressively resistant disease. Inhibitors of the poly(ADP-ribose) polymerase (PARP) enzymes are a relatively new class of molecularly targeted small molecule drugs that show promise in overcoming resistance. The present study explores the combination of a DNA damaging agent, doxorubicin (DOX), with the PARP inhibitor, olaparib (OLP), in order to achieve optimal synergy of both drugs in serous ovarian cancer. This drug combination was evaluated and optimized in 2D monolayers and 3D multicellular tumor spheroids (MCTS) using a genetically and histologically characterized panel of nine OC cell lines with or without BRCA1 or BRCA2 mutations. Combination index (CI) values of DOX and OLP were determined using the Chou and Talalay method. The potency of this drug combination was found to rely heavily on the molar ratios at which the two drugs are combined. In general, MCTS growth inhibition was reflective of the patterns predicted by the CI values obtained in monolayers. Promising combination ratios identified in this study warrant further preclinical and clinical investigation.
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 ».