Transcriptome modulation following administration of luteolin to bleomycin‐etoposide‐cisplatin chemotherapy on rat LC540 tumor Leydig cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Leydig cell tumours represent 1%-3% of all cases of testicular tumours in men. Such tumours respond poorly to radiation or chemotherapy, including bleomycin-etoposide-cisplatin (BEP) combinatorial therapy. In this study, we investigated an alternative approach involving luteolin to improve the efficacy of chemotherapy. LC540 tumour Leydig cells were treated with BEP (bleomycin 40 µg/ml, etoposide 4 µg/ml, cisplatin 8 µg/ml) and/or luteolin 10 µM for comparison with DMSO-treated cells. We performed a transcriptome analysis using RNA-Seq to characterise changes in biological processes and signalling pathways. Treatments of LC540 tumour Leydig cells with luteolin significantly decreased the expression of genes involved in cholesterol biosynthesis, while increasing the expression of genes related to glutathione conjugation (p < .05). Genes being significantly upregulated in response to BEP treatment were involved in the response to toxic substances and transcriptional regulation. Oppositely, genes being significantly downregulated by BEP treatment were enriched for intracellular signal transduction, cell migration, cell adhesion, reproductive system development and cholesterol biosynthesis. BEP chemotherapy proved to be effective in increasing gene expression related to apoptosis of tumour Leydig cells. However, addition of luteolin to BEP treatment had no other effects on biological processes or pathways related to cancer treatment.
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.
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 découle