MétaCan
Menu
Retour à la cohorte
Enregistrement W2887734322 · doi:10.1158/1538-7445.am2018-144

Abstract 144: Dasatinib enhances the effects of paclitaxel on chemotherapy-resistant breast cancer through targeting breast cancer stem cells

2018· article· en· W2887734322 sur OpenAlexaff
Jun Tian, Chieh Lo, Fatmah Al Raffa, Meiou Dai, Jean‐Jacques Lebrun

Notice bibliographique

RevueCancer Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDasatinibPaclitaxelCancer researchChemotherapyBreast cancerStem cellCancer stem cellMedicineTriple-negative breast cancerMetastasisOncologyInternal medicineCancerBiologyImatinibCell biology

Résumé

récupéré en direct d'OpenAlex

Abstract Many patients with triple negative breast cancer (TNBC) exhibit poor prognosis and are at high risk of tumor relapse and metastasis due to the resistance to conventional chemotherapy. These tumor recurrences have been attributed to the presence of breast cancer stem cells (BCSCs), a subpopulation of breast cancer cells that possesses stem-like properties and displays resistance to chemotherapy. Therefore, targeting BCSCs is a priority to overcoming chemotherapy failure in TNBCs. We generated chemotherapy-resistant TNBC cells through cyclic treatments with paclitaxel (pac). The pac-resistant cells displayed increased self-renewal potential compared to the parental TNBC cells, higher percentage BCSCs and increased phosphorylation of Src kinase at Tyr416. After performing a kinase library screening on BCSCs in chemotherapy-resistant cells, we identified dasatinib, a Src kinase family inhibitor, potently reduced BCSC self-renewal and two BCSC populations (ALDH+ and CD24lowCD44high) as well as phosphor-Src. We also demonstrated dasatinib to block pac-induced BCSC enrichment and Src activation in the parental TNBC cells. Interestingly, we found that dasatinib induced an epithelial differentiation of pac-resistant cells, resulting in their enhanced sensitivity to paclitaxel. The combination treatment of dasatinib and paclitaxel not only decreased the proportion of BCSCs and their self-renewal capacity but also synergistically reduced cell viability of pac-resistant cells. In vivo studies further demonstrated the effectiveness of dasatinib/paclitaxel combination treatment in inhibiting breast tumor growth. All these data suggest that dasatinib is a promising anti-BCSC agent and can be used in combination with paclitaxel to overcome chemotherapy resistance in TNBCs. Citation Format: Jun Tian, Chieh Lo, Fatmah Al Raffa, Meiou Dai, Jean-Jacques Lebrun. Dasatinib enhances the effects of paclitaxel on chemotherapy-resistant breast cancer through targeting breast cancer stem cells [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2018; 2018 Apr 14-18; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2018;78(13 Suppl):Abstract nr 144.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,372
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer-related Molecular PathwaysTravaux en français237 207