Assessing the impact of CD73 inhibition on overcoming anti-EGFR resistance in glioma cells
Notice bibliographique
Résumé
Objectives: Glioblastoma (GB) is a grade IV glial tumor characterized by high malignancy and dismal prognosis, primarily due to high recurrence rates and therapeutic resistance. The epidermal growth factor receptor (EGFR), a receptor tyrosine kinase (RTK), regulates signaling pathways, including cell growth, proliferation, survival, migration, and cell death. Many cancers utilize immune checkpoints (ICs) to attenuate immune responses. CD73 is an enzyme that functions as an IC by hydrolyzing AMP to adenosine, suppressing immune cells in the tumor microenvironment. However, the role of CD73 in resistance to EGFR inhibitors is poorly understood. This study aims to elucidate the resistance mechanisms induced by anti-EGFR treatment and to evaluate an anti-CD73 approach to overcome resistance mediated by anti-EGFR monotherapy. Methods: . Results: We observed high EGFR, PD-L1, and CD73 expression in human GB cells. The treatment with AG1478 increased the expression of resistance markers MRP-1, PD-L1, and CD73, whereas it decreased CTLA-4. The combination of AG1478 and APCP did not alter proliferation or apoptosis but interfered with cell cycling, arresting the cells in the G1 phase, decreasing cell motility and partially reversing MRP-1 overexpression. Conclusion: studies are needed, as the inhibition of both EGFR and CD73 affects cells in the tumor microenvironment and could potentially enhance anti-tumor immunity.
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 | 0,004 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».