Selective radiation-enhancing effects of a muscle-derived dipeptide in an orthotopic non-small cell lung cancer (NSCLC) xenograft mouse model
Notice bibliographique
Résumé
PURPOSE: Radiotherapy (RT) is a standard treatment for non-small cell lung cancer (NSCLC). Radiosensitizers enhance radiation-mediated cancer cell elimination but lack selectivity and therefore also enhance normal tissue damage. L-carnosine (CAR) shows promise, having selective radiation-enhancing properties in vitro. This study validates CAR's selective radiation-enhancing properties in vivo, resulting in reduced tumor volume without causing damage to normal lung tissues. METHODS: An orthotopic NSCLC model was established by implanting NCI-H1299 cells into male and female athymic nude mice. Mice were randomly divided into four treatment groups: (1) Control, (2) RT-only, (3) CAR-only and (4) CAR+RT. Control and RT-only received 8 days of intraperitoneal vehicle, while CAR-only and CAR+RT received 1 M CAR (500 μL/day) intraperitoneally for 8 days. A single 20 Gy RT dose was delivered to RT-only and CAR+RT treated mice after 4-days of CAR treatment. The response of tumors to treatment was evaluated using CT imaging and immunohistochemistry (IHC), and the effects on normal lung tissue were evaluated using IHC. RESULTS: CAR+RT significantly reduced tumor volumes and reduced expression of tumor aggressiveness markers without increasing damage to the normal lung tissue when compared to RT-only group in both sexes. CONCLUSION: Treatment with CAR in combination with RT significantly reduces tumor volume and cancer cell proliferation in vivo without affecting normal lung tissue. Our study supports CAR's potential as a safe and selective radiation-enhancer that could widen the therapeutic window of RT.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».