MétaCan
Menu
Retour à la cohorte
Enregistrement W4403707232 · doi:10.1016/j.bneo.2024.100050

Enitociclib, a selective CDK9 inhibitor: in vitro and in vivo preclinical studies in multiple myeloma

2024· article· en· W4403707232 sur OpenAlexafffund
Son Tran, Patrick Sipila, Melanie M. Frigault, Beatrix Stelte‐Ludwig, Amy J. Johnson, Joseph Birkett, Raquel Izumi, Ahmed Hamdy, Ranjan Maity, Nizar J. Bahlis, Paola Neri, Aru Narendran

Notice bibliographique

RevueBlood Neoplasia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésMultiple myelomaIn vivoIn vitroPharmacologyMedicineChemistryBiologyInternal medicineBiochemistryBiotechnology

Résumé

récupéré en direct d'OpenAlex

• Targeting cyclin-dependent kinase 9 with enitociclib induces apoptotic cell death in MM and demonstrates synergy in drug combinations. • Enitociclib may be an effective treatment for MM as a single agent or in combination therapies in future clinical studies. Multiple myeloma (MM) is a cancer of plasma cells that remains incurable despite advances in treatment options. In this study, a library of 216 clinically feasible small-molecule inhibitors was screened to identify agents that selectively inhibit MM cell proliferation. Enitociclib, a cyclin-dependent kinase 9–specific small-molecule inhibitor, was found to be highly effective in decreasing cell viability and inducing apoptosis in 4 MM cell lines. Enitociclib inhibited the phosphorylation of the carboxy-terminal domain (CTD) of RNA polymerase II at Ser2/Ser5 and repressed the protein expression of oncogenes c-Myc, myeloid cell leukemia-1 (Mcl-1), and proliferating cell nuclear antigen (PCNA) in MM cells. Additionally, enitociclib demonstrated synergistic effects with several anti-MM agents, including bortezomib, lenalidomide, pomalidomide, and venetoclax. These results suggest that enitociclib may represent a promising therapeutic option for the treatment of MM, either as a single agent or in combination with other anti-MM agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,367
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBlood NeoplasiaMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207