Abstract 1990: Cjc-1134-pc, a long-acting glp-1r agonist, effects in modulating pro-inflammatory cytokines in the tumor environment
Notice bibliographique
Résumé
The incidence rates of The incidence rates of diabetes and cancer are growing globally. It is reported that type 2 diabetes (T2D) is associated with increased risk of cancers, which suggests a synergy. There is a strong association among inflammation and cancer on diabetes, which is reflected by the high cytokine prevalence in the microenvironment. Previously our studies showed that IL-2 and IFN-γ were downregulated but IL-6 and TNFα were upregulated in diabetic mice. The levels of IL-2, IFN-γ, IL-6 and TNFα returned to baseline levels similar to that of non-diabetic mice after the treatment of CJC-1134-PC. In order to explore the benefits of CJC-1134-PC beside its glucose lowering effects, the level of pro-inflammatory cytokines has been measured and compared between vehicle and CJC-1134-PC treated BALB/c mice bearing CT26 colon tumors. All mice bearing tumors showed high IL-6 and TNF-r compared with the normal mice. Interestingly, after CJC-1134-PC treatment, IL-6 and TNFα levels decreased significantly (P < 0.05), which makes the cytokine profile close to the reported levels in normal mice. Overall, the data suggests that CJC-1134-PC plays a role in modulating inflammation, which could benefit cancer treatment in addition to achieving glycemic control.Citation Format: Xiping Liu, Sean Hong, Shijuan Wu, Zhiwen Yao, Qiang Xie. Cjc-1134-pc, a long-acting glp-1r agonist, effects in modulating pro-inflammatory cytokines in the tumor environment [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2019; 2019 Mar 29-Apr 3; Atlanta, GA. Philadelphia (PA): AACR; Cancer Res 2019;79(13 Suppl):Abstract nr 1990.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».