Dasatinib sensitises triple negative breast cancer cells to chemotherapy by targeting breast cancer stem cells
Notice bibliographique
Résumé
BACKGROUND: Patients with triple negative breast cancer (TNBC) exhibit poor prognosis and are at high risk of tumour relapse, due to the resistance to chemotherapy. These aggressive phenotypes are in part attributed to the presence of breast cancer stem cells (BCSCs). Therefore, targeting BCSCs is a priority to overcoming chemotherapy failure in TNBCs. METHODS: We generated paclitaxel (pac)-resistant TNBC cells which displayed higher sphere forming potential and percentage of BCSC subpopulations compared to the parental cells. A screen with various kinase inhibitors revealed dasatinib, a Src kinase family inhibitor, as a potent suppressor of BCSC expansion/sphere formation in pac-resistant TNBC cells. RESULTS: We found dasatinib to block pac-induced BCSC enrichment and Src activation in both parental and pac-resistant TNBC cells. Interestingly, dasatinib induced an epithelial differentiation of the pac-resistant mesenchymal cells, resulting in their enhanced sensitivity to paclitaxel. The combination treatment of dasatinib and paclitaxel not only decreased the BCSCs numbers and their sphere forming capacity but also synergistically reduced cell viability of pac-resistant cells. Preclinical models of breast cancer further demonstrated the efficiency of the dasatinib/paclitaxel combination treatment in inhibiting tumour growth. CONCLUSIONS: Dasatinib is a promising anti-BCSC drug that could be used in combination with paclitaxel to overcome chemoresistance in TNBC.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,007 | 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 ».