The effect of IL-1β on MRP2 expression and tamoxifen toxicity in MCF-7 breast cancer cells
Notice bibliographique
Résumé
BACKGROUND: Chronic inflammation is considered to be a risk factor for carcinogenesis, tumor development and metastasis by providing tumor-related factors. OBJECTIVES: We aimed to evaluate the effect of cytokine interleukin-1β (IL-1β) as a key mediator of inflammation on multidrug resistance associated protein 2 (MRP2) expression and tamoxifen toxicity in estrogen receptor positive (ER+) MCF-7 breast cancer cells. METHODS: The effects of IL-1β on tamoxifen toxicity following 20-day treatment of MCF-7 cells with IL-1β and/or 17β-estradiol (E2) were measured by MTT assay. Furthermore, the effects of IL-1β and/or E2 on the mRNA expression and protein levels of MRP2 and NF-κB (p65) in breast cancer cells were evaluated by QRT-PCR and Western blot analysis, respectively. RESULTS: Treatment of breast cancer cells with IL-1β+ E2 decreased the sensitivity to 4-OH tamoxifen compared to both E2-treated and untreated cells. The mRNA expression levels of MRP2 and NF-κB (p65) were significantly increased following treatment with IL-1β+ E2, compared to control. In addition, breast cancer cells treatment with IL-1β+ E2 increased protein expression of MRP2 and it had no significant effect on NF-κB/p65 protein expression in these cells. CONCLUSION: Increased expression of mRNA and protein level of MRP2 following 20-day treatment of MCF-7 cells with IL-1β + E2 might be a possible elucidation for the increased tamoxifen resistance which was observed in these cells. More researches are essential to clarify the molecular mechanisms of inflammation on drug-resistance in the tumor environment in order to reducing or eliminating chemotherapy resistance and developing more effective treatment strategies.
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 ».