Combined Administration of Escitalopram Oxalate and Nivolumab Exhibits Synergistic Growth-Inhibitory Effects on Liver Cancer Cells through Inducing Apoptosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Liver cancer is one of the most lethal malignant cancers worldwide. However, the therapeutic options for advanced liver cancers are limited and reveal scant efficacy. The current study investigated the effects of nivolumab (Niv) and escitalopram oxalate (Esc) in combination on proliferation of liver cancer cells both in vitro and in vivo. Significantly decreased viability of HepG2 cells that were treated with Esc or Niv was observed in a dose-dependent manner at 24 h, 48 h, and 72 h. Administration of Esc (50 μM) + Niv (20 μM), Esc (75 μM) + Niv (5 μM), and Esc (75 μM) + Niv (20 μM) over 24 h exhibited synergistic effects, inhibiting the survival of HepG2 cells. Additionally, treatment with Esc (50 μM) + Niv (1 μM), Esc (50 μM) + Niv (20 μM), and Esc (75 μM) + Niv (20 μM) over 48 h exhibited synergistic effects, inhibiting the survival of HepG2 cells. Finally, treatment with Esc (50 μM) + Niv (1 μM), Esc (50 μM) + Niv (20 μM), and Esc (75 μM) + Niv (20 μM) for 72 h exhibited synergistic effects, inhibiting HepG2 survival. Com-pared with controls, HepG2 cells treated with Esc (50 μM) + Niv (20 μM) exhibited significantly increased sub-G1 portion and annexin-V signals. In a xenograft animal study, Niv (6.66 mg/kg) + Esc (2.5 mg/kg) significantly suppressed the growth of xenograft HepG2 tumors in nude mice. This study reports for the first time the synergistic effects of combined administration of Niv and Esc for inhibiting HepG2 cell proliferation, which may provide an alternative option for liver cancer treatment.
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.
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 | 0,000 |
| 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 découle