The Astragalus Membranaceus Herb Attenuates Leukemia by Inhibiting the FLI1 Oncogene and Enhancing Anti-Tumor Immunity
Notice bibliographique
Résumé
Astragalus membranaceus (AM) herb is a component of traditional Chinese medicine used to treat various cancers. Herein, we demonstrate a strong anti-leukemic effect of AM injected (Ai) into the mouse model of erythroleukemia induced by Friend virus. Chemical analysis combined with mass spectrometry of AM/Ai identified the compounds Betulinic acid, Kaempferol, Hederagenin, and formononetin, all major mediators of leukemia inhibition in culture and in vivo. Docking analysis demonstrated binding of these four compounds to FLI1, resulting in downregulation of its targets, induction of apoptosis, differentiation, and suppression of cell proliferation. Chemical composition analysis identified other compounds previously known having anti-tumor activity independent of the FLI1 blockade. Among these, Astragaloside-A (As-A) has marginal effect on cells in culture, but strongly inhibits leukemogenesis in vivo, likely through improvement of anti-tumor immunity. Indeed, both IDO1 and TDO2 were identified as targets of As-A, leading to suppression of tryptophane-mediated Kyn production and leukemia suppression. Moreover, As-A interacts with histamine decarboxylase (HDC), leading to suppression of anti-inflammatory genes TNF, IL1B/IL1A, TNFAIP3, and CXCR2, but not IL6. These results implicate HDC as a novel immune checkpoint mediator, induced in the tumor microenvironment to promote leukemia. Functional analysis of AM components may allow development of combination therapy with optimal anti-leukemia effect.
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 | 0,002 | 0,001 |
| 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 ».