Addition of Gallic Acid Overcomes Resistance to Cisplatin in Ovarian Cancer Cell Lines
Notice bibliographique
Résumé
OBJECTIVE: Ovarian cancer is one of the leading causes of cancer-related mortality in women, and is often associated with drug resistance. Therefore, finding effective drugs, including naturally derived compounds, is urgently needed. Herein, we aimed to test the anti-cancer potential of gallic acid monohydrate (GA) and its congeners on cisplatin-sensitive (A2780S), and resistant (A2780CP) ovarian cancer and normal ovarian (HOSE6-3) cell lines. METHODS: Cytotoxicity was assessed by AlamarBlue and CCK08 assays by exposing cells to different concentrations of cisplatin (0-21µg/mL), GA and its congeners (0-100µg/mL), and a combination of GA and cisplatin. Apoptosis was estimated by Hoechst stain and monitoring the relative RNA expression of the apoptotic effector caspase-3 using qRT-PCR. RESULTS: GA decreased cell viability in a concentration-dependent manner in all cell lines, with an IC50 of 19.39µg/mL (A2780S), 35.59 µg/mL (A2780CP), and 49.32µg/mL (HOSE6-3). GA displayed higher cytotoxicity than its congeners. An apoptotic rate estimation of approximately 20% and 30% was obtained in A2780S and A2780CP. While the cytotoxicity observed with cisplatin and GA was comparable, combining the two enhanced the cytotoxicity significantly, especially in the A2780CP cell line (p<0.05). CONCLUSION: These data suggest that GA may help overcome the resistance. Hence, the cytotoxic effects of GA, especially on chemo-resistant ovarian cancer cells merit further investigation. .
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 | 0,001 |
| 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 ».