Data from Fibroblast growth factor receptor-mediated signals contribute to the malignant phenotype of non-small cell lung cancer cells: therapeutic implications and synergism with epidermal growth factor receptor inhibition
Notice bibliographique
Résumé
<div>Abstract<p>Fibroblast growth factors (FGF) and their high-affinity receptors (FGFR) represent an extensive cellular growth and survival system. Aim of this study was to evaluate the contribution of FGF/FGFR-mediated signals to the malignant growth of non-small cell lung cancer (NSCLC) and to assess their potential as targets for therapeutic interventions. Multiple FGFR mRNA splice variants were coexpressed in NSCLC cells (<i>n</i> = 16) with predominance of FGFR1. Accordingly, both expression of a dominant-negative FGFR1 (dnFGFR1) IIIc-green fluorescent protein fusion protein and application of FGFR small-molecule inhibitors (SU5402 and PD166866) significantly reduced growth, survival, clonogenicity, and migratory potential of the majority of NSCLC cell lines. Moreover, dnFGFR1 expression completely blocked or at least significantly attenuated s.c. tumor formation of NSCLC cells in severe combined immunodeficient mice. Xenograft tumors expressing dnFGFR1 exhibited significantly reduced size and mitosis rate, enhanced cell death, and decreased tissue invasion. When FGFR inhibitors were combined with chemotherapy, antagonistic to synergistic <i>in vitro</i> anticancer activities were obtained depending on the application schedule. In contrast, simultaneous blockage of FGFR- and epidermal growth factor receptor-mediated signals exerted synergistic effects. In summary, FGFR-mediated signals in cooperation with those transmitted by epidermal growth factor receptor are involved in growth and survival of human NSCLC cells and should be considered as targets for combined therapeutic approaches. [Mol Cancer Ther 2008;7(10):3408–19]</p></div>
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».