Scutellarin Increases Cisplatin-Induced Apoptosis and Autophagy to Overcome Cisplatin Resistance in Non-small Cell Lung Cancer via ERK/p53 and c-met/AKT Signaling Pathways
Notice bibliographique
Résumé
Cisplatin, as the first-line anti-tumor agent, is widely used for treatment of a variety of malignancies inluding non-small cell lung cancer (NSCLC). However, the acquired resistance has been a major obstacle for the clinical application. Scutellarin is a active flavone extracted from Erigeron breviscapus Hand-Mazz that has been shown to exhibit anticancer activities on various types of tumors. Here, we reported that scutellarin was capable of sensitizing A549/DDP cells to cisplatin by enhancing apoptosis and autophagy. Mechanistic analyses indicated that cisplatin-induced caspase-3-dependent apoptosis was elevated in the presence of scutellarin through activating ERK-mediated p53 pathway. Furthermore, scutellarin also promoted cisplatin-induced cytotoxic autophagy, downregulated expression of p-AKT and c-met. Deficiency of c-met reduced p-AKT level, and inhibition of p-AKT or c-met improved autophagy in A549/DDP cells. Interestingly, loss of autophagy attenuated the synergism of this combination. In vivo, the co-treatment of cisplatin and scutellarin notably reduced the tumour size when compared with cisplatin treatment alone. Notably, scutellarin significantly reduced the toxicity generated by cisplatin in tumor-bearing mice. This study identifies the unique role of scutellarin in reversing cisplatin resistance through apoptosis and autophagy, and suggests that combined cisplatin and scutellarin might be a novel therapeutic strategy for patients with NSCLC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».