Butylated Neuropeptide Antagonist Targeting Hypoxia-Induced GRPR Overexpression in Small Cell Lung Cancer
Notice bibliographique
Résumé
Small cell lung cancer (SCLC) is an aggressive neuroendocrine tumour with limited treatment options and a poor prognosis. Hypoxia, a hallmark of solid tumours, contributes to therapeutic resistance and tumour progression. Gastrin-releasing peptide receptor (GRPR) is known to be overexpressed in SCLC; however, its regulation under hypoxic conditions is not well described. In this study, we demonstrate that hypoxia significantly enhances GRPR expression in SCLC cell lines, COR-L24 and DMS79, as confirmed by Western blot, immunofluorescence, and flow cytometric analysis of binding with fluorescein isothiocyanate-labelled bombesin (BBN-FITC), a known GRPR ligand. To exploit this upregulation, we synthesised a previously discovered butylated neuropeptide antagonist (BU peptide) using a new method of solid-phase peptide synthesis (SPPS) by Boc chemistry and evaluated its therapeutic potential. BU peptide exhibited potent, dose-dependent cytotoxicity in both cell lines, with significantly greater efficacy under hypoxic conditions compared to normoxia. Mechanistic studies revealed that BU peptide inhibits GRP-GRPR-mediated activation of the PI3K/Akt and MAPK/ERK signalling pathways, known to be key regulators of tumour cell survival and proliferation. Moreover, BU peptide induced robust caspase 3/7-mediated apoptosis, especially under hypoxic conditions. These findings suggest that GRPR is a hypoxia-inducible target in SCLC and demonstrate that a synthetically optimised BU peptide antagonist exerts selective efficacy against hypoxic tumour cells, outperforming conventional chemotherapy agents. These findings provide new mechanistic insights into SCLC and suggest translational potential to inform the development of future treatment strategies for this and other hypoxia-driven malignancies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».