Metabolic Vulnerabilities of Temozolomide-Resistant Glioblastoma Cells: Implications for Targeted Therapies and Overcoming Chemoresistance
Notice bibliographique
Résumé
Abstract Chemoresistance is a major clinical challenge in the management of glioblastoma (GB), making it difficult to achieve long-term success with traditional treatments. Therefore, there is a need for the development of novel drugs. We explored the metabolic vulnerabilities of temozolomide (TMZ)-resistant GB and their potential implications for targeted therapies. In monolayer and tumoroid cultures, we found elevated reliance on oxidative phosphorylation in TMZ-resistant cells. Notably, iron reduction in TMZ-resistant cells reduced viability and proliferation, upregulated hypoxia-inducible factor 1-α (Hif1-α) expression, induced autophagy, inhibited autophagic flux, and increased reactive oxygen species (ROS) generation, indicating the significance of iron in metabolic vulnerabilities of these cells. Hypoxic cells showed acquired resistance to iron chelation compared to their normoxic state, suggesting an adaptive mechanism associated to hypoxia. Viability, size, and invasion were reduced in TMZ-resistant tumoroids. Additionally, we reported IC50 for the combination of TMZ with a range of DFO and DFP, making the combination therapy a promising drug candidate to improve therapeutic treatments. Teaser Combining iron reduction and chemotherapy in drug-resistant glioblastoma cells enhances therapeutic outcomes.
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) | 0,000 | 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 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 ».