E-liquid alters oral epithelial cell function to promote epithelial to mesenchymal transition and invasiveness in preclinical oral squamous cell carcinoma
Notice bibliographique
Résumé
The gaining popularity of tobacco and nicotine delivery products, such as electronic cigarettes (e-cigarettes) being perceived as relatively safe is of a medical concern. The long-term safety of these new products remains uncertain for oral health. In this study, in vitro effects of e-liquid were assessed in a panel of normal oral epithelium cell lines (NOE and HMK), oral squamous cell carcinoma (OSCC) human cell lines (CAL27 and HSC3), and a mouse oral cancer cell line (AT84) using cell proliferation, survival/cell death, and cell invasion assays. In addition, signaling pathways underlying the pro-invasive activity of e-cigarettes were evaluated by gene and protein expression analysis. We demonstrated that e-liquid promotes proliferation and anchorage-independent growth of OSCC and induces morphological changes associated with enhanced motility and invasive phenotypes. Furthermore, e-liquid-exposed cells express significantly reduced cell viability, regardless of e-cigarette flavour content. At the gene expression level, e-liquid induces changes in gene expression consistent with epithelial to mesenchymal transition (EMT) revealed by reduced expression of cell epithelial markers such as E-cadherin and enhanced expression of mesenchymal proteins like vimentin and B-catenin seen both in OSCC cell lines and normal oral epithelium cells. In summary, the ability of e-liquid to induce proliferative and invasive properties along the activation of the EMT process can contribute to the development of tumorigenesis in normal epithelial cells and promote aggressive phenotype in pre-existing oral malignant cells.
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 | 0,003 | 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 | 0,000 | 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 | 0,001 |
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 ».