Targeting Ephrin Receptor Tyrosine Kinase A2 with a Selective Aptamer for Glioblastoma Stem Cells
Notice bibliographique
Résumé
Despite the benefits associated with radiotherapy and chemotherapy for glioblastoma (GBM) treatment, most patients experience a relapse following initial therapy. Recurrent or progressive GBM usually does not respond anymore to standard therapy, and this is associated with poor patient outcome. GBM stem cells (GSCs) are a subset of cells resistant to radiotherapy and chemotherapy and play a role in tumor recurrence. The targeting of GSCs and the identification of novel markers are crucial issues in the development of innovative strategies for GBM eradication. By differential cell SELEX (systematic evolution of ligands by exponential enrichment), we have recently described two RNA aptamers, that is, the 40L sequence and its truncated form A40s, able to bind the cell surface of human GSCs. Both aptamers were selective for stem-like growing GBM cells and are rapidly internalized into target cells. In this study, we demonstrate that their binding to cells is mediated by direct recognition of the ephrin type-A receptor 2 (EphA2). Functionally, the two aptamers were able to inhibit cell growth, stemness, and migration of GSCs. Furthermore, A40s was able to cross the blood-brain barrier (BBB) and was stable in serum in in vitro experiments. These results suggest that 40L and A40s represent innovative potential therapeutic tools for GBM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».