The adenoviral E4orf4 protein: A multifunctional protein serving as a guide for treating cancer, a multifactorial disease
Notice bibliographique
Résumé
Viruses exploit several cellular pathways to support their replication, and many of these virus-targeted pathways are also important for cancer growth. Consequently, studying virus-host interactions offers valuable insights into tumorigenesis and can suggest the development of novel anti-cancer therapies, with oncolytic viruses being one well-known example. The adenovirus E4orf4 protein, which disrupts several host regulatory pathways to facilitate viral infection, also functions as a potent anti-cancer agent when expressed independently. E4orf4 can selectively kill a wide range of cancer cell lines while sparing non-cancerous cells. Moreover, it effectively eliminated cancer in an in vivo Drosophila model without causing significant harm to normal tissues. In this study we provide evidence that an E4orf4-mimicking drug cocktail, comprising sublethal doses of four FDA-approved drugs targeting the pathways disrupted by E4orf4, significantly enhanced cancer cell death in many cancer cell types compared with individual drugs or less inclusive drug combinations. The quadruple drug cocktail was not toxic in non-cancerous cells. These findings provide a proof-of-principle for the potential application of virus-host interaction studies to design an effective E4orf4-based cancer therapy. Further investigation of E4orf4 interactions with the host cell will likely improve this E4orf4-based therapy by adding drugs that disrupt additional pathways. Crucially, the E4orf4-based approach offers a strategic advantage by avoiding the time-consuming development of novel drugs. Instead, it leverages existing drugs, including those that might be too toxic for use as monotherapies, by employing them at sublethal concentrations in combination. Thus, it provides a feasible and efficient method for advancing cancer therapy.
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 | 0,003 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».