Rapamycin inhibits oral cancer cell growth by promoting oxidative stress and suppressing ERK1/2, NF-κB and beta-catenin pathways
Notice bibliographique
Résumé
Treatment of oral cancer is based exclusively on surgery combined with or without chemotherapy. However, it has several side effects. Targeting a new, more effective therapy has become an urgent matter. The purpose of this study was to evaluate the anti-tumor activity of rapamycin in oral cancer and its mechanism of action. Human gingival carcinoma cells were stimulated with different concentrations of rapamycin to assess proliferation, colony formation, cell migration, as well as apoptosis, and autophagy. The expression of proteins involved in the cell cycle (cyclin D1, p15, p21, p27) and autophagy, as well as that of oncogenes and tumor suppressor genes, were determined by quantitative PCR. The signaling pathways were evaluated by Western blotting. Our results show that rapamycin has a selective effect at a low dose on cancer cell growth/survival. This was confirmed by low colony formation and the inhibition of cell migration, while increasing cell apoptosis by activating caspase-9 and -3. Rapamycin promoted cell autophagy and increased mitochondrial oxidative stress by being involved in DNA damage in the exposed cells. Finally, rapamycin exhibits potent anti-oral cancer properties through inhibition of several cancer-promoting pathways (MAPK, NF-κB, and Wnt/beta-catenin). These results indicate that rapamycin could be a potential agent for the treatment of oral cancer and for a prevention strategy.
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) | 0,000 | 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) | 0,000 | 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 ».