Epigallocatechin-3-Gallate Prevents the Acquisition of a Cancer Stem Cell Phenotype in Ovarian Cancer Tumorspheres through the Inhibition of Src/JAK/STAT3 Signaling
Notice bibliographique
Résumé
Three-dimensional tumorsphere cultures recapitulate the expression of several cancer stem cell (CSC) biomarkers and represent an effective in vitro platform to screen the anti-CSC properties of drugs. Whereas ovarian carcinoma is among the leading causes of death for women, ovarian CSC (OvCSC), a highly malignant subpopulation of ovarian cancer cells, is thought to be responsible for therapy resistance, metastasis, and tumor relapse. Epigallocatechin-3-gallate (EGCG), a diet-derived active polyphenol found in green tea leaves, can suppress ovarian cancer cell proliferation and induce apoptosis. However, its capacity to prevent the acquisition of cancer stemness traits in ovarian malignancies remains unclear. Here, we exploited the in vitro three-dimensional tumorsphere culture model to explore the capacity of EGCG to alter CSC biomarkers expression, signal transducing events and cell chemotaxis. Total RNA and protein lysates were isolated from human ES-2 ovarian cancer cell tumorspheres for gene assessment by RT-qPCR and protein expression by immunoblot. Real-time cell chemotaxis was assessed with xCELLigence. Compared with their parental adherent cells, tumorspheres expressed increased levels of the CSC markers NANOG, SOX2, PROM1, and Fibronectin. EGCG treatment reduced dose-dependently tumorspheres size and inhibited the transcriptional regulation of those genes. Src and JAK/STAT3 signaling pathways appeared to be relevant for CSC phenotype and chemotactic response. In conclusion, these data highlight and support the chemopreventive benefits of the diet-derived EGCG and its capacity to target intracellular transducing events that regulate the acquisition of an invasive CSC phenotype.
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 ».