Treatment with docetaxel in combination with Aneustat leads to potent inhibition of metastasis in a patient-derived xenograft model of advanced prostate cancer
Notice bibliographique
Résumé
BACKGROUND: Docetaxel used for first-line treatment of advanced prostate cancer (PCa) is only marginally effective. We previously showed, using the LTL-313H subrenal capsule patient-derived metastatic PCa xenograft model, that docetaxel combined with Aneustat (OMN54), a multivalent plant-derived therapeutic, led to marked synergistic tumour growth inhibition. Here, we investigated the effect of docetaxel+Aneustat on metastasis. METHODS: C4-2 cells were incubated with docetaxel, Aneustat and docetaxel+Aneustat to assess effects on cell migration. The LTL-313H model, similarly treated, was analysed for effects on lung micro-metastasis and kidney invasion. The LTL-313H gene expression profile was compared with profiles of PCa patients (obtained from Oncomine) and subjected to IPA to determine involvement of cancer driver genes. RESULTS: Docetaxel+Aneustat markedly inhibited C4-2 cell migration and LTL-313H lung micro-metastasis/kidney invasion. Oncomine analysis indicated that treatment with docetaxel+Aneustat was associated with improved patient outcome. The drug combination markedly downregulated expression of cancer driver genes such as FOXM1 (and FOXM1-target genes). FOXM1 overexpression reduced the anti-metastatic activity of docetaxel+Aneustat. CONCLUSIONS: Docetaxel+Aneustat can inhibit PCa tissue invasion and metastasis. This activity appears to be based on reduced expression of cancer driver genes such as FOXM1. Use of docetaxel+Aneustat may provide a new, more effective regimen for therapy of metastatic PCa.
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 ».