MétaCan
Menu
Retour à la cohorte
Enregistrement W2941388405 · doi:10.1089/jir.2018.0166

Poly(I:C)-Mediated Death of Human Prostate Cancer Cell Lines Is Induced by Interleukin-27 Treatment

2019· article· en· W2941388405 sur OpenAlexafffund
Olena Kourko, Robin Smyth, Daniela Cino, Kyle Seaver, Carlene Petes, So Young Eo, Sameh Basta, Katrina Gee

Notice bibliographique

RevueJournal of Interferon & Cytokine Research · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaProstate Cancer Fight FoundationProstate Cancer Foundation
Mots-clésDU145Programmed cell deathCancer researchProstate cancerCytokineCancer cellCell cultureImmune systemBiologyImmunogenic cell deathCancerApoptosisImmunologyChemistryLNCaPBiochemistry

Résumé

récupéré en direct d'OpenAlex

Interleukin (IL)-27 is a promising anti-cancer cytokine with therapeutic potential. Exhibiting overlapping properties with type I and II interferons (IFNs), IL-27 impacts cancer cell viability and immune cell activity. Known to modulate toll-like receptor (TLR) expression, we investigated whether IL-27 affected TLR-mediated death in cancer cells. Using DU145 and PC3 cell lines as models of prostate cancer, we investigated whether IL-27 and IFN-γ affect TLR3-mediated cell death. Our results demonstrate that when IL-27 or IFN-γ is added with polyinosinic-polycytidylic acid [poly(I:C)], type I IFN (IFN-I) expression increases concurrently with cell death. IL-27 and IFN-γ enhanced TLR3 expression, suggesting a mechanism for sensitization to cell death. Further, PC3 cells were more sensitive to IL-27/poly(I:C)-induced cell death compared with DU145 cells. This correlated with higher production of IFN-β and inducible protein-10 versus IL-6 in response to treatment of PC3 cells compared with DU145. Taken together, this study demonstrates a potential role for IL-27 in the treatment of prostate cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,024
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,371
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Interferon & Cytokine ResearchMême sujetinterferon and immune responsesTravaux en français237 207