MétaCan
Menu
Retour à la cohorte
Enregistrement W4406912930 · doi:10.1515/tjb-2024-0181

Investigation into drug resistance to cisplatin in cancer stem cell-enriched population in non-small cell lung cancer

2025· article· en· W4406912930 sur OpenAlexfundno aff
Egemen Dere, Oğuzhan Akgün, Nazlıhan Aztopal, Engı̇n Ulukaya

Notice bibliographique

RevueTurkish Journal of Biochemistry · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésCisplatinLung cancerDrug resistanceCancerCancer stem cellDrugCellOncologyPopulationCancer researchMedicineInternal medicineBiologyPharmacologyChemotherapyMicrobiologyGeneticsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives Understanding drug resistance in cancer is of importance in treatment. Cancer stem cells are main factor for drug resistance. Therefore, the possible gene/gene interactions/proteins were explored in our study using a cancer stem cell-enriched population (H1299/S) derived from a parental non-small cell lung cancer cell line (H1299/P). Methods Response to cisplatin, which is the main drug for the treatment of lung cancer, was evaluated with the Adenosine triphosphate (ATP) viability test. As a result of the gene expression analysis, while 14 genes were not evaluated, expression profiles were obtained for 37 genes out of 51 genes. By the drug-protein interaction analyses, Topoisomerase I (TOPI), Topoisomerase 2 alpha (TOP2A), Topoisomerase 2 beta (TOP2B), Cyclin-dependent kinases 4 (CDK4), Cyclin-dependent kinases 6 (CDK6), ATP binding cassette subfamily B member 1 (ABCB1), ATP binding cassette subfamily C member 1 (ABCC1), ATP binding cassette subfamily C member 3 (ABCC3), B-cell leukemia/lymphoma 2 (BCL2), Poly (ADP-ribose) polymerase 1 (PARP1), Breast cancer gene 1 ( BRCA1 ) and Cyclin-dependent kinase inhibitor 1A ( CDKN1A ) genes and protein products were statistically significantly found to be in association with drug resistance. Results In bioinformatics analyses, it was observed that 13 pathways were affected due to expression changes and 12 genes related to these pathways were determined to activate multidrug resistance mechanisms. Conclusions Platinum-based drugs, as well as a broad range of other agents including topoisomerase and PARP1 inhibitors, and anthracyclines, have been shown to potentially possess multiple drug resistance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,301
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTurkish Journal of BiochemistryMême sujetLung Cancer Treatments and MutationsTravaux en français237 207