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
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.
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 | 0,000 | 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) | 0,001 | 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 ».