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.<br />.
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 | 0,000 | 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) | 0,003 | 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 ».