Targeting HER2-positive breast cancer cells by a combination of dasatinib and BMS-202: Insight into the molecular pathways
Notice bibliographique
Résumé
BACKGROUND: Recent investigations have reported the benefits of using a tyrosine kinase inhibitor, dasatinib (DA), as well as programmed death-ligand 1 (PD-L1) inhibitors in the management of several solid tumors, including breast cancer. Nevertheless, the outcome of the combination of these inhibitors on HER2-positive breast cancer is not explored yet. METHODS: Herein, we investigated the impact of DA and PD-L1 inhibitor (BMS-202) combination on HER2-positive breast cancer cell lines, SKBR3 and ZR75. RESULTS: Our data reveal that the combination significantly inhibits cell viability of both cancer cell lines as compared to monotreatment. Moreover, the combination inhibits epithelial-mesenchymal transition (EMT) progression and reduces cancer cell invasion by restoring E-cadherin and β-catenin expressions and loss of vimentin, major biomarkers of EMT. Additionally, the combination reduces the colony formation of both cell lines in comparison with their matched control. Also, the combination considerably inhibits the angiogenesis of the chorioallantoic membrane model compared with monotreatment. Molecular pathway analysis of treated cells shows that this combination blocks HER2, AKT, β-catenin, and JNK1/2/3 activities. CONCLUSION: Our findings implicate that a combination of DA and BMS-202 could have a significant impact on the management of HER2-positive breast cancer.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».