MétaCan
Menu
Retour à la cohorte
Enregistrement W2982357165 · doi:10.21873/anticanres.12117

Evaluating Metformin as a Potential Chemosensitizing Agent when Combined with Docetaxel Chemotherapy in Castration-resistant Prostate Cancer Cells

2017· article· en· W2982357165 sur OpenAlexafffund
M Mayer, Laurence Klotz, Vasundara Venkateswaran

Notice bibliographique

RevueAnticancer Research · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDocetaxelChemosensitizerMetforminProstate cancerDU145MedicineChemotherapyPharmacologyInternal medicineOncologyCancerDrug resistanceBiologyLNCaPMultiple drug resistance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/AIM: Docetaxel, the first-line chemotherapy for metastatic castration-resistant prostate cancer (mCRPC), provides certain survival benefits, but is associated with significant toxicity. A novel therapeutic approach for mCRPC is combining docetaxel with a chemosensitizing agent. We hypothesized that metformin, a potential chemosensitizer, would improve docetaxel efficacy in CRPC cells. MATERIALS AND METHODS: MTS assays were used to determine the effect of metformin-docetaxel treatment on PC3 and DU145 cell viability. Wound-healing and ATP concentration assays were used to evaluate cell migration and intracellular ATP levels following metformin-docetaxel treatment. Western blotting was used for mechanistic evaluation. RESULTS: Metformin-docetaxel treatment significantly reduced PC3 cell viability. Metformin-docetaxel treatment did not significantly affect cell migration or intracellular ATP levels. Western blotting revealed metformin-docetaxel treatment did not significantly change AMPK or P-AMPK expression patterns. CONCLUSION: Metformin may be an effective chemosensitizer for certain types of CRPC cells, but further investigation is needed.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 recherche0,0000,001
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 Opus0,075
Tête enseignante GPT0,426
Écart entre enseignants0,351 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnticancer ResearchMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207