Shenqi Fuzheng Injection (SFI) Enhances IFN-<i>α</i> Inhibitory Effect on Hepatocellular Carcinoma Cells by Reducing VEGF Expression: Validation by Gene Silencing Technique
Notice bibliographique
Résumé
Shenqi Fuzheng Injection (SFI) is a traditional Chinese medicine injection with anticancer properties and is mainly composed of ginseng and astragalus. Its efficacy has been confirmed in clinical trials, but the mechanism remains unclear. We investigated the effect of SFI on vascular endothelial growth factor (VEGF) gene expression in hepatocellular carcinoma (HCC) cells and identified its possible mechanism of synergistic effects when combined with the chemotherapeutic drug interferon (IFN-) α . An MTT assay was used to measure the inhibition effects of low-dose IFN- α (6000 IU) with or without SFI (0.5 g/L) on the HCC cell line MHCC97. VEGF-silenced MHCC97L-mir200 cell lines were prepared using lentiviral vectors and evaluated by real-time PCR to determine the inhibition effect. We examined MHCC97L-mir200 and MHCC97L cells by MTT assay, using IFN- α alone or in combination with SFI. The inhibition ratio of IFN- α (6000 IU) was -29.5%, while that for IFN- α (6000 IU) + SFI (0.5 g/L) was 17.0%, which was significantly higher than that for the IFN- α group (P < 0.01). The VEGF gene was silenced successfully in MHCC97-L cells. After interference of VEGF, the inhibition by SFI and IFN- α in MHCC97L-mir200 did not differ from that in MHCC97-L cells (P > 0.05). SFI can reduce the expression of VEGF in HCC, which can increase the efficacy of IFN- α , providing a theoretical basis for clinical application.
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 | 0,001 | 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 ».