Eugenol as a potential adjuvant therapy for gingival squamous cell carcinoma
Notice bibliographique
Résumé
Adoption of plant-derived compounds for the management of oral cancer is encouraged by the scientific community due to emerging chemoresistance and conventional treatments adverse effects. Considering that very few studies investigated eugenol clinical relevance for gingival carcinoma, we ought to explore its selectivity and performance according to aggressiveness level. For this purpose, non-oncogenic human oral epithelial cells (GMSM-K) were used together with the Tongue (SCC-9) and Gingival (Ca9-22) squamous cell carcinoma lines to assess key tumorigenesis processes. Overall, eugenol inhibited cell proliferation and colony formation while inducing cytotoxicity in cancer cells as compared to normal counterparts. The recorded effect was greater in gingival carcinoma and appears to be mediated through apoptosis induction and promotion of p21/p27/cyclin D1 modulation and subsequent Ca9-22 cell cycle arrest at the G0/G1 phase, in a p53-independent manner. At these levels, distinct genetic profiles were uncovered for both cell lines by QPCR array. Moreover, it seems that our active component limited Ca9-22 and SCC-9 cell migration respectively through MMP1/3 downregulation and stimulation of inactive MMPs complex formation. Finally, Ca9-22 behaviour appears to be mainly modulated by the P38/STAT5/NFkB pathways. In summary, we can disclose that eugenol is cancer selective and that its mediated anti-cancer mechanisms vary according to the cell line with gingival squamous cell carcinoma being more sensitive to this phytotherapy agent.
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) | 0,000 | 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 ».