MétaCan
Menu
Retour à la cohorte
Enregistrement W2980863204 · doi:10.1371/journal.pone.0224028

The membrane effects of melittin on gastric and colorectal cancer

2019· article· en· W2980863204 sur OpenAlexfundno aff
Caroline Soliman, Sarah Eastwood, Vi Khanh Truong, Paul A. Ramsland, Aaron Elbourne

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Venom Research
Établissements canadiensnon disponible
Organismes subventionnairesRMIT UniversityAustralian National Fabrication FacilityAustralian GovernmentDepartment of Education and TrainingRoyal Melbourne Institute of TechnologyOntario Ministry of Natural Resources and Forestry
Mots-clésMelittinCytotoxic T cellIntracellularColorectal cancerChemistryCancerMedicineBiologyCancer researchMembraneCell biologyInternal medicineBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

The cytotoxic effects of melittin, a bee-venom peptide, have been widely studied towards cancer cells. Typically, these studies have examined the effect of melittin over extended-time courses (6-24 hours), meaning that immediate cellular interactions have been overlooked. In this work, we demonstrate the rapid effects of melittin on both gastric and colorectal cancer, specifically AGS, COLO205 and HCT-15 cell lines, over a period of 15 minutes. Melittin exhibited a dose dependent effect at 4 hours of treatment, with complete cellular death occurring at the highest dose of 20 μg/mL. Interestingly, when observed at shorter time points, melittin induced cellular changes within seconds; membrane damage was observed as swelling, breakage or blebbing. High-resolution imaging revealed treated cells to be compromised, showing clear change in cellular morphology. After 1 minute of melittin treatment, membrane changes were observed, and intracellular material could be seen expelled from the cells. Overall, these results enhance our understanding of the fast acting anti-cancer effects of melittin.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,318
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations70
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHealthcare and Venom ResearchTravaux en français237 207