Chestnut Leaf Extract Increases Sensitivity of Breast Cancer Stem Cells to Paclitaxel by Inhibiting Nrf2 Activity
Notice bibliographique
Résumé
Tumor cells consist of various clonal subpopulations, thus displaying heterogeneous tumorigenicity. Only a subset of tumor cells, called cancer stem cells (CSCs), uniquely possesses high potency to initiate tumorigenesis and to locally or systematically disseminate tumor cells. Based on their properties, CSCs come to be a critical target for the development of chemotherapeutic strategies. Interestingly, it has been known that Nrf2‐mediated antioxidant enzymes are highly expressed in CSCs, which may be responsible for lowering the intracellular ROS level and the vulnerability to chemotherapeutic agents. As anticancer drugs usually utilize ROS as an arsenal for killing cancer cells, we hypothesized that suppression of Nrf2 activity may increase susceptibility of CSCs to anticancer drugs, improving their therapeutic efficacy. Our findings demonstrate that MCF‐7 CSCs having a CD44 high /CD24 low phenotype formed mammospheres and highly expressed Nrf2 compared to original MCF‐7 cells. In addition, total 89 kinds of Korean edible plant extracts were screened for the inhibitory activity against Nrf2 signaling pathway using an ARE‐luciferase assay system. Among these samples, Chestnut ( Castanea crenata ) leaf extract dramatically decreased nuclear translocation of Nrf2 and its downstream protein expression of antioxidant enzymes in MCF‐7 CSCs, and also attenuated the resistance to paclitaxel. These findings suggest that Chestnut leaf extract or its constituents could be utilized to increase therapeutic efficacy of anticancer agents through inhibition of Nrf2 signaling pathway. Support or Funding Information This study was supported by the National Research Foundation (Grant No. R2014R1A2A2A01005773, funded by the Ministry of Science, ICT and Future Planning; Grant No. 2013R1A1A2013362, funded by the Ministry of Education) Republic of Korea.
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 ».