Targeting Autophagy Augments Berberine-Mediated Cell Death in Human Hepatoma Cells Harboring Hepatitis C Virus RNA
Notice bibliographique
Résumé
Hepatocellular carcinoma (HCC), including hepatitis C virus (HCV)-induced HCC, is a deadly disease highly refractory to chemotherapy, thus requiring the continuous identification of novel treatment strategies. Berberine (BBR) has been previously reported to inhibit hepatoma cell growth, but the main type of cell death elicited by BBR, and whether the alkaloid can inhibit hepatoma cells carrying HCV genomes, is unclear. Herein, we show that BBR treatment induced a biphasic cell death irrespective of the presence of HCV subgenomic replicon RNA, first triggering apoptosis that then progressed to necrosis between 24 and 48 h post-treatment. Furthermore, BBR treatment potentiated the HCV replicon-induced reactive oxygen species (ROS) production, inhibition of which with an antioxidant attenuated the cell death that was elicited by BBR in these cells. Moreover, BBR dampened the autophagic response in HCV RNA-positive or negative hepatoma cells, and pharmacological inhibition of autophagy conversely augmented the BBR-induced cell death. Finally, BBR inhibited the growth of Huh-7 cells that were persistently infected with the full-length genome HCV particles, and concomitant pharmacological inhibition of autophagy potentiated the killing of these cells by BBR. Our findings suggest that combining BBR with the inhibition of autophagy could be an attractive treatment strategy against HCC, irrespective of the presence of the HCV genome.
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 | 0,000 | 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) | 0,001 | 0,001 |
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 ».