Inhibition of lipid metabolism exerts antitumor effects on rhabdomyosarcoma
Notice bibliographique
Résumé
Abstract Background and aims: Rhabdomyosarcoma (RMS) exhibits tumor-specific energy metabolic changes that include the Warburg effect. Since targeting cancer metabolism is a promising therapeutic approach, we examined the antitumor effects of suppressing lipid metabolism in RMS.Methods: We suppressed lipid metabolism in RMS cells in vitro by administering an inhibitor of malonyl-CoA decarboxylase, which increases malonyl CoA and decreases fatty acid oxidation. In vivo studies involved injection of human Rh30 cells into the gastrocnemius muscle of 6-week-old female nude mice, which were divided into two groups: normal chow diet group (NCD) and low-fat diet group (LFD).Results: Suppression of lipid metabolism in RMS cells decreased cell proliferation by inducing cell cycle arrest. Metabolomic analysis showed an increase in glycolysis and inactivation of the pentose phosphate pathway. Immunoblotting analysis revealed upregulated expression of LC3A/B-II, an autophagy marker, due to increased phosphorylation of AMP-activated protein kinase (AMPK), a nutrient sensor. Inhibition of both lipid metabolism and autophagy suppressed tumor proliferation and increased apoptosis. Moreover, mice fed a LFD for 21-days showed reduced tumor growth compared to NCD-fed mice. Conclusion: Suppression of lipid metabolism disrupted the equilibrium of the cancer-specific metabolism in RMS, resulting in a tumor growth-inhibitory effect. Therefore, the development of treatments focusing on the lipid dependence of RMS is highly promising.
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 ».