A Small Molecule Drug Screening Identifies the Antibiotic Colistin Sulfate as an Enhancer of NK Cell Cytotoxicity
Notice bibliographique
Résumé
Cancer immunotherapy is an encompassing term referring to therapeutic strategies that aim to boost the immune system to fight cancer. These strategies include administering immune cells that have been altered to have greater anti-tumor activity or using biologics and small molecules that target immune components to also promote tumor clearance. Natural Killer (NK) cells are cells of the innate immune system that recognize and kill abnormal cells such as cancer cells and play an important role in the anti-tumor response. Because of their crucial role in tumor immunity, NK cells are prime targets for immunotherapies. Repurposing small molecule drugs is an attractive strategy to identify new immunotherapies from already approved drugs. Here, we screened 1,200 approved drugs from the Prestwick Chemical Library to identify drugs that increase NK cell cytotoxicity. We used a high-throughput luciferase-release cytotoxicity assay to measure the killing of the myeloid leukemia cell line, K562 cells expressing nano luciferase (NL) by NK92 cells, a human NK cell line. From the drug candidates identified from the screening assay, the antibiotic colistin sulfate increased cytotoxicity of the NK92 cell line and unstimulated human NK cells towards K562-NL cells. This increase in NK cytotoxicity was short-lived as pre-treating NK92 cells with colistin for 1 hour or 24 hours did not increase cytotoxicity. Also, we show pre-treating K562-NL target cells with colistin does not sensitize them to NK-mediated killing. Further studies are needed to uncover the mechanism of action of colistin, thus contributing to knowledge of fundamental NK cell biology regarding NK cell cytotoxicity which will aid in identifying additional small molecule drugs that enhance NK cell activity.
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 | 0,001 | 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 ».