Data from Digitoxin-Induced Cytotoxicity in Cancer Cells Is Mediated through Distinct Kinase and Interferon Signaling Networks
Notice bibliographique
Résumé
<div>Abstract<p>Cardiac glycosides (e.g., digoxin, digitoxin) constitute a diverse family of plant-derived sodium pump inhibitors that have been in clinical use for the treatment of heart-related diseases (congestive heart failure, atrial arrhythmia) for many years. Recently though, accumulating <i>in vitro</i> and <i>in vivo</i> evidence highlight potential anticancer properties of these compounds. Despite the fact that members of this family have advanced to clinical trial testing in cancer therapeutics, their cytotoxic mechanism is not yet elucidated. In this study, we investigated the cytotoxic properties of cardiac glycosides against a panel of pancreatic cancer cell lines, explored their apoptotic mechanism, and characterized the kinetics of cell death induced by these drugs. Furthermore, we deployed a high-throughput kinome screening approach and identified several kinases of the Na-K-ATPase-mediated signal transduction circuitry (epidermal growth factor receptor, Src, pkC, and mitogen-activated protein kinases) as important mediators downstream of cardiac glycoside cytotoxic action. To further extend our knowledge on their mode of action, we used mass-spectrometry–based quantitative proteomics (stable isotope labeling of amino acids in cell culture) coupled with bioinformatics to capture large-scale protein perturbations induced by a physiological dose of digitoxin in BxPC-3 pancreatic cancer cells and identified members of the interferon family as key regulators of the main protein/protein interactions downstream of digitoxin action. Hence, our findings provide more in-depth information regarding the molecular mechanisms underlying cardiac glycoside-induced cytotoxicity. <i>Mol Cancer Ther; 10(11); 2083–93. ©2011 AACR</i>.</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) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».