Toll-like receptor 4 inhibition sensitizes non-small cell lung cancer to radiotherapy
Notice bibliographique
Résumé
Non-small-cell lung cancer (NSCLC) is the leading cause of cancer-related mortality worldwide. Although radiotherapy (RT) is used to treat over half of NSCLC patients, about 30% have inherent or acquired radioresistance leading to treatment failure. There's a clinically unmet need to investigate mechanisms of radioresistance that can be targeted in combination with RT. Among these, HMGB1 has been shown to play a key role in tumor progression. Our research investigates TLR4, a receptor for HMGB1, highly expressed in NSCLC tissues, as a mediator of radioresistance.Methods The TLR4 inhibitor, TAK242, was tested in NSCLC cell lines (murine: LLCI, KLN205; human: H1975, SW900). Cells were irradiated at 2 and 10 Gy. In vivo, KLN205 cells were implanted in DBA/2 mice and tumors were irradiated at 10Gy. Gene and protein expression of TLR4 and MyD88 were assessed in vitro and in vivo. HMGB1 secretion was quantified after RT. Clonogenic assays were performed to evaluate the effect of TAK242 on radiosensitivity in vitro. The combination of TAK242 and RT was investigated in vivo in mice bearing KLN205 tumors.Results TAK242 significantly decreased NSCLC cell proliferation and migration. Radiation at 2 and 10 Gy increased TLR4 gene expression in vitro and in vivo in a dose-dependent manner. In vitro, TLR4 and HMGB1 protein expression was upregulated following radiation. TAK242 in combination with radiation enhanced radiosensitivity in vitro. TAK242 decreased the percentage of cells in the G1 phase, coupled with an increase in late S and G2/M, suggesting radiosensitization via cell cycle modulation. In vivo, the combination of RT and TAK242 significantly reduced growth of KLN205 tumors.Conclusion These findings show that TLR4 inhibition enhances RT sensitivity in NSCLC.
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 | 0,000 |
| 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 | 0,001 | 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 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 ».