Characterization of equilibrative nucleoside transport of the pancreatic cancer cell line: Panc-1
Notice bibliographique
Résumé
Objectives: Gemcitabine is a nucleoside analog drug used as a first-line chemotherapeutic agent against pancreatic cancer.The characterization of cell lines is crucial for understanding drug resistance development in pancreatic cancer.In this study, we aimed to determine the nucleoside transport properties of Panc-1 cells, one of the commonly used pancreatic adenocarcinoma cell lines. Materials and Methods:To assess the presence of Equilibrative nucleoside transporter 1 (ENT1) in Panc-1 cells, we performed immunofluorescence staining, western blot analysis, and S-(4-nitrobenzyl)-6-thioinosine (NBTI) binding assays.We also conducted standard uptake assays to measure the sodium-independent uptake of [3H]-labeled chloroadenosine, hypoxanthine, and uridine.Additionally, we determined the half-maximal inhibitory concentration (IC50) of gemcitabine.Statistical analyses were performed using GraphPad Prism version 8.0 for Windows.Results: Sodium-independent uptake of [3H]-labeled chloroadenosine, hypoxanthine, and uridine was measured using standard uptake assays, and the transport rates were determined as 111.1 ± 3.4 pmol/mg protein/10 secs, 62.5 ± 4.8 pmol/mg protein/10 secs, and 101.3 ± 2.5 pmol/mg protein/10 secs, respectively.Furthermore, the presence of ENT1 protein was confirmed using S-(4-nitrobenzyl)-6-thioinosine (NBTI) binding assays (Bmax 1.52 ± 0.1 pmol/mg protein; Kd 0.42 ± 0.1 nM).Immunofluorescence assays and western blot analysis also showed the presence of ENT-1 in Panc-1 cells.The determined IC50 of gemcitabine in Panc-1 cells was 2 μM, indicating moderate sensitivity.Conclusion: These results suggest that Panc-1 is a suitable preclinical cellular model for studying nucleoside analog drug transport properties and potential therapies in pancreatic cancer and pharmaceutical research.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».