Homoharringtonine demonstrates a cytotoxic effect against triple-negative breast cancer cell lines and acts synergistically with paclitaxel
Notice bibliographique
Résumé
The lack of targeted therapies for triple-negative breast cancer (TNBC) contributes to their high mortality rates and high risk of relapse compared to other subtypes of breast cancer. Most TNBCs (75%) have downregulated the expression of CREB3L1 (cAMP-responsive element binding protein 3 like 1), a transcription factor and metastasis suppressor that represses genes that promote cancer progression and metastasis. In this report, we screened an FDA-approved drug library and identified four drugs that were highly cytotoxic towards HCC1806 CREB3L1-deficient TNBC cells. These four drugs were: (1) palbociclib isethionate, a CDK4/6 inhibitor, (2) lanatocide C (also named isolanid), a Na+/K+-ATPase inhibitor, (3) cladribine, a nucleoside analog, and (4) homoharringtonine (also named omacetaxine mepesuccinate), a protein translation inhibitor. Homoharringtonine consistently showed the most cytotoxicity towards an additional six TNBC cell lines (BT549, HCC1395, HCC38, Hs578T, MDA-MB-157, MDA-MB-436), and several luminal A breast cancer cell lines (HCC1428, MCF7, T47D, ZR-75-1). All four drugs were then separately evaluated for possible synergy with the chemotherapy agents, doxorubicin (an anthracycline) and paclitaxel (a microtubule stabilizing agent). A strong synergy was observed using the combination of homoharringtonine and paclitaxel, with high cytotoxicity towards TNBC cells at lower concentrations than when each was used separately.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».