Systemic MEK inhibition enhances the efficacy of 5-aminolevulinic acid-photodynamic therapy
Notice bibliographique
Résumé
BACKGROUND: Protoporphyrin IX (PpIX) gets accumulated preferentially in 5-aminolevulinic acid (5-ALA)-treated cancer cells. Photodynamic therapy (PDT) utilises the accumulated PpIX to trigger cell death by light-induced generation of reactive oxygen species (ROS). We previously demonstrated that oncogenic Ras/MEK decreases PpIX accumulation in cancer cells. Here, we investigated whether combined therapy with a MEK inhibitor would improve 5-ALA-PDT efficacy. METHODS: Cancer cells and mice models of cancer were treated with 5-ALA-PDT, MEK inhibitor or both MEK inhibitor and 5-ALA-PDT, and treatment efficacies were evaluated. RESULTS: Ras/MEK negatively regulates the cellular sensitivity to 5-ALA-PDT as cancer cells pre-treated with a MEK inhibitor were killed more efficiently by 5-ALA-PDT. MEK inhibition promoted 5-ALA-PDT-induced ROS generation and programmed cell death. Furthermore, the combination of 5-ALA-PDT and a systemic MEK inhibitor significantly suppressed tumour growth compared with either monotherapy in mouse models of cancer. Remarkably, 44% of mice bearing human colon tumours showed a complete response with the combined treatment. CONCLUSION: We demonstrate a novel strategy to promote 5-ALA-PDT efficacy by targeting a cell signalling pathway regulating its sensitivity. This preclinical study provides a strong basis for utilising MEK inhibitors, which are approved for treating cancers, to enhance 5-ALA-PDT efficacy in the clinic.
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) | 0,001 | 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 ».