The Effect of Sesame Lignan and Flaxseed Lignan and Oil on the Growth of Human Estrogen Receptor‐Positive Breast Tumors (MCF‐7)
Notice bibliographique
Résumé
Flaxseed (FS) reduces breast cancer growth perhaps due to its high lignan (secoisolariciresinol diglycoside (SDG)) and α‐linolenic acid (ALA)‐rich oil (FSO) content. Sesame seed (SS), which is also rich in lignans like sesamin (SES) but low in ALA, is tumorigenic. Like SDG, SES is converted to estrogen‐like enterodiol (ED) and enterolactone (EL). Our objective is to determine the effects of SES, SDG and FSO on breast tumor growth to explain the opposing effects of FS and SS. Estrogen‐positive breast tumor cells (MCF‐7) were tested for proliferation in vitro after 4‐day treatment with ALA (50uM), SES (1uM), ED and EL (1uM). Only ALA reduced proliferation (33%, P<0.001). Ovariectomized mice with MCF‐7 tumors were fed for 8 weeks the basal diet (BD; control) or BD supplemented with 0.1% SDG, 0.1% SES, or 4.0% FSO, at levels found in 10% FS or SS diets. Compared to control, SES and FSO reduced palpable tumor area by 23% (P<0.05) and 33% (P<0.01), respectively. FSO reduced tumor volume and weight (both 37%, P<0.05), while SES caused decreases of 21% and 25%, respectively, though not different from control or FSO. SDG had no effect. SES and FSO increased apoptosis by 91% and 110% (P<0.01), respectively, and decreased proliferation by 38% (P<0.01). SDG did not affect apoptosis but reduced proliferation by 37% (P<0.05). Thus, ALA may account for the protectiveness of FS and SES may not account for the tumorigenicity of SS. (Funded by NSERC)
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) | 0,001 | 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 ».