Repurposing Antimalarials for Oral Cancer: Selective Efficacy of Hydroxychloroquine on Gingival Squamous Cell Carcinoma
Notice bibliographique
Résumé
Oral cancer, the most common head and neck malignancy, has a high recurrence rate and poor prognosis largely owing to chemotherapy resistance. The adverse effects of conventional therapies have prompted investigations into safer and more effective alternative therapies. Chloroquine (CQ) and hydroxychloroquine (HCQ) have shown potential owing to their roles in autophagy modulation and immune regulation. This study clarifies the selective efficacy of hydroxychloroquine (HCQ) and chloroquine (CQ) in oral squamous cell carcinoma models, emphasizing distinct responses in gingival (Ca9-22) and tongue (SCC-9) carcinoma cells. Non-oncogenic oral epithelial cells (GMSM-K) and oral carcinoma cell lines from the tongue (SCC-9, Cal-27) and gingiva (Ca9-22) were used. Cell viability, cytotoxicity, and colony formation were assessed via MTT, LDH, and crystal violet assays. Flow cytometry was used to measure apoptosis, autophagy, oxidative stress, mitochondrial membrane potential, and DNA damage. The transcriptomic profiles of apoptosis and autophagy-related genes were assessed by qPCR arrays. Bioinformatics analysis allowed estimation of the main gene interaction networks. Pre-screening showed that GMSM-K and Cal-27 cells were non-responsive or exhibited non-specific toxicity at high doses; therefore, subsequent analyses focused on Ca9-22 (GC) and SCC-9 (TC). HCQ significantly reduced viability and colony formation in Ca9-22 cells while moderately affecting SCC-9 cells. Autophagy inhibition was accompanied by compensatory up-regulation of autophagy-related genes, consistent with feedback activation of TFEB and FOXO3a pathways. Gene expression profiling and flow-cytometry analyses revealed cell-type-specific differences in apoptosis, mitochondrial potential, and DNA damage, suggesting HCQ's selective anti-tumor potential in gingival carcinoma. These findings highlight HCQ as a repurposed adjuvant therapy that modulates autophagy and apoptosis to enhance chemosensitivity in oral cancer.
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 ».