MétaCan
Menu
Retour à la cohorte
Enregistrement W3171902846 · doi:10.3390/curroncol28030200

Dual Targeting of Sorafenib-Resistant HCC-Derived Cancer Stem Cells

2021· article· en· W3171902846 sur OpenAlexvenueno aff
Ritu Shrestha, Kim R. Bridle, Lu Cao, Dorothy H. Crawford, Aparna Jayachandran

Notice bibliographique

RevueCurrent Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSorafenibCancer researchCancer stem cellPopulationMedicineImmune checkpointCancerSide populationImmunologyHepatocellular carcinomaInternal medicineImmunotherapy

Résumé

récupéré en direct d'OpenAlex

Sorafenib, an oral multi-tyrosine kinase inhibitor, has been the first-line therapy for the treatment of patients with advanced HCC, providing a survival benefit of only three months in approximately 30% of patients. Cancer stem cells (CSCs) are a rare tumour subpopulation with self-renewal and differentiation capabilities, and have been implicated in tumour growth, recurrence and drug resistance. The process of epithelial-to-mesenchymal transition (EMT) contributes to the generation and maintenance of the CSC population, resulting in immune evasion and therapy resistance in several cancers, including HCC. The aim of this study is to target the chemoresistant CSC population in HCC by assessing the effectiveness of a combination treatment approach with Sorafenib, an EMT inhibitor and an immune checkpoint inhibitor (ICI). A stem-cell-conditioned serum-free medium was utilised to enrich the CSC population from the human HCC cell lines Hep3B, PLC/PRF/5 and HepG2. The anchorage independent spheres were characterised for CSC features. The human HCC-derived spheres were assessed for EMT status and expression of immune checkpoint molecules. The effect of combination treatment with SB431542, an EMT inhibitor, and siRNA-mediated knockdown of programmed cell death protein ligand-1 (PD-L1) or CD73 along with Sorafenib on human HCC-derived CSCs was examined with cell viability and apoptosis assays. The three-dimensional spheres enriched from human HCC cell lines demonstrated CSC-like features. The human HCC-derived CSCs also exhibited the EMT phenotype along with the upregulation of immune checkpoint molecules. The combined treatment with SB431542 and siRNA-mediated PD-L1 or CD73 knockdown effectively enhanced the cytotoxicity of Sorafenib against the CSC population compared to Sorafenib alone, as evidenced by the reduced size and proliferation of spheres. Furthermore, the combination treatment of Sorafenib with SB431542 and PD-L1 or CD73 siRNA resulted in an increased proportion of an apoptotic population, as evidenced by flow cytometry analysis. In conclusion, the combined targeting of EMT and immune checkpoint molecules with Sorafenib can effectively target the CSC tumour subpopulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,397
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer Cells and MetastasisTravaux en français237 207