MétaCan
Menu
Retour à la cohorte
Enregistrement W4417209579 · doi:10.1158/1557-3265.earlyonsetca25-a006

Abstract A006: Natural interception of drug resistance in breast cancer: Nanoencapsulation of Terfezia extracts enhances doxorubicin sensitivity in early-onset models

2025· article· en· W4417209579 sur OpenAlexaboutno aff
Roua A. Nouh, Ahmed M. Abdel-Nasser, Mohamed S. Sedeek, Mohamed Farag

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDoxorubicinBreast cancerAnthracyclineDrugTolerabilityDrug resistanceCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Breast cancer in younger patients is rising at an alarming rate, emphasizing the urgent need for early interception strategies to delay relapse and improve survival outcomes. Resistance to anthracyclines such as doxorubicin remains a major challenge, as resistant cells rapidly exploit alternative pathways to evade therapy. In this context, natural compounds with pleiotropic activity offer a promising avenue to address these limitations. Extracts from desert truffles were evaluated both in their free form and after encapsulation in hydroxypropyl-β-cyclodextrin (HPβCD) nano-complexes, designed to enhance solubility and bioavailability. In vitro studies on drug-sensitive and doxorubicin-resistant breast cancer cells confirmed that both free and nanoformulated extracts exerted significant cytotoxicity, with nanoformulation further amplifying potency and stability. Co-treatment with doxorubicin restored chemosensitivity in resistant cells through opportunistic pathway modulation, resulting in synergistic anticancer activity. In vivo, administration of both free and encapsulated extracts reduced tumor progression, rebalanced endogenous antioxidant defenses, and, importantly, improved tolerability relative to doxorubicin alone. Alongside their anticancer potential, the formulations demonstrated a cardioprotective effect, mitigating one of the most limiting toxicities of anthracycline therapy. Collectively, these findings identify desert truffle formulations both free and nanoencapsulated as promising candidates for intercepting drug resistance in breast cancer. By enhancing the sensitivity of resistant tumors to conventional therapy, reducing systemic toxicity, and conferring cardioprotection, they highlight a novel natural strategy that could be integrated into precision oncology frameworks to address the unmet needs of early-diagnosed patients at high risk of relapse. Citation Format: Roua A. Nouh, Anwar A. Abdelnasser, Mohamed S. Sedeek, Moahmed A. Farag. Natural interception of drug resistance in breast cancer: Nanoencapsulation of Terfezia extracts enhances doxorubicin sensitivity in early-onset models [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: The Rise in Early-Onset Cancers—Knowledge Gaps and Research Opportunities; 2025 Dec 10-13; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(23_Suppl):Abstract nr A006.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,055
Tête enseignante GPT0,407
Écart entre enseignants0,352 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207