Regulation of Autophagy Progress via Lysosomal Depletion by Fluvastatin Nanoparticle Treatment in Breast Cancer Cells
Notice bibliographique
Résumé
Fluvastatin (FLV) is a statin family member that may play a role in modulating a variety of medical disorders such as atherosclerosis and breast cancer. The present study addresses the ability of FLV to modulate the cellular immune response and provides a new nanosized FLV formula (self-nanoemulsifying delivery system, SNED) potentially more effective for suppression of breast cancer development. We monitored autophagic machinery through the expression of microtubule-associated protein 1A/1B-light chain 3 (LC3I/II). Lysosomal activity upon treatment was evaluated by mRNA and protein expression of lysosomal-associated membrane protein 1 (LAMP-1). Mitogen-activated protein kinase (MAPK) signaling and its association with proinflammatory cytokine secretion were assessed in treated cells. Autophagosome formation was significantly increased in cells that were pretreated with FLV-SNED in comparison to FLV-treated cells. Activation of autophagy was accompanied with arrest of LAMP-1 expression, which correlates with lysosomal activity. Simultaneously, both FLV and FLV-SNED activated MAPK signaling and modified interleukin-6 and tumor necrosis factor-α levels in treated cells. These findings indicate that FLV reduces cell viability via depletion of lysosomal activities along with accumulation of autophagosomes leading to disturbance of autophagosome-lysosomal fusion in treated cells. Furthermore, our data reveal the effectiveness of both FLV agents in the modulation of proinflammatory cytokine secretion from treated cells via regulation of MAPK signaling cascades and indicate that FLV-SNED is more efficient than FLV. This study provides new insights into how FLV regulates breast cancer cell viability via modulation of AMPK-mTOR and ERK-mTOR signaling, and through autophagosome formation accompanied by lysosomal degradation.
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) | 0,000 | 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 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 ».