Genetic Interpretation of the Impacts of Honokiol and EGCG on Apoptotic and Self-Renewal Pathways in HEp-2 Human Laryngeal CD44<sup>high</sup> Cancer Stem 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
Most current larynx cancer therapies are generally aimed at the global mass of tumor, targeting the non-tumorigenic cells, and unfortunately sparing the tumorigenic cancer stem cells (CSCs) that are responsible for sustained growth, metastasis, and chemo- and radioresistance. Phytochemicals and herbs have recently been introduced as therapeutic sources for eliminating CSCs. Therefore, we assessed the anti-tumor effects of two herbal ingredients, the green tea extract “Epigallocatechin-3-gallate (EGCG)” and Honokiol (HNK), on parental cells or CD44high CSCs of the human laryngeal squamous cell carcinoma cell line HEp-2. Results revealed that EGCG had a preeminent apoptotic potential on HEp-2 laryngeal CSCs. HNK conferred higher cytotoxic impacts on parental cells mostly by necrosis induction, especially with higher doses, but apoptosis induction with lower doses was also observed. The Notch signaling pathway genes were more potently suppressed by EGCG than HNK. However, HNK surpassed EGCG in downregulating the β-catenin and the Sonic Hedgehog signaling pathways genes. On a genetic basis, both agents engaged the BCL-2 family-regulated and caspase-dependent intrinsic apoptotic pathway, but EGCG and HNK triggered apoptosis via p53-independent and p53-dependent pathways, respectively. Taken together, EGCG and HNK eradicated HEp-2 human larynx cancer cells through targeting multiple self-renewal pathways and activating diverse cell death modalities.
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