Evaluating the Anti-cancer Efficacy of a Synthetic Curcumin Analog on Human Melanoma Cells and Its Interaction with Standard Chemotherapeutics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Melanoma is the leading cause of skin-cancer related deaths in North America. Metastatic melanoma is difficult to treat and chemotherapies have limited success. Furthermore, chemotherapies lead to toxic side effects due to nonselective targeting of normal cells. Curcumin is a natural product of Curcuma longa (turmeric) and has been shown to possess anti-cancer activity. However, due to its poor bioavailability and stability, natural curcumin is not an effective cancer treatment. We tested synthetic analogs of curcumin that are more stable. One of these derivatives, Compound A, has shown significant anti-cancer efficacy in colon, leukemia, and triple-negative inflammatory breast cancer cells. However, the effects of Compound A against melanoma cells have not been studied before. In this study, for the first time, we demonstrated the efficacy of Compound A for the selective induction of apoptosis in melanoma cells and its interaction with tamoxifen, taxol, and cisplatin. We found that Compound A induced apoptosis selectively in human melanoma cells by increasing oxidative stress. The anti-cancer activity of Compound A was enhanced when combined with tamoxifen and the combination treatment did not result in significant toxicity to noncancerous cells. Additionally, Compound A did not interact negatively with the anti-cancer activity of taxol and cisplatin. These results indicate that Compound A could be developed as a selective and effective melanoma treatment either alone or in combination with other non-toxic agents like tamoxifen.
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.
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) | 0,000 | 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 découle