Down-regulation of DNA mismatch repair protein in human and murine tumor spheroids: implications for multicellular resistance to alkylating agents
Notice bibliographique
Résumé
Similar to other anticancer agents, intrinsic or acquired resistance to DNA-damaging chemotherapeutics is a major obstacle for cancer therapy. Current strategies aimed at overcoming this problem are mostly based on the premise that tumor cells acquire heritable genetic mutations that contribute to drug resistance. Here, we present evidence for an epigenetic, tumor cell adhesion–mediated, and reversible form of drug resistance that is associated with a reduction of DNA mismatch repair proteins PMS2 and/or MLH1 as well as other members of this DNA repair process. Growth of human breast cancer, human melanoma, and murine EMT-6 breast cancer cell lines as multicellular spheroids in vitro, which is associated with increased resistance to many chemotherapeutic drugs, including alkylating agents, is shown to lead to a reproducible down-regulation of PMS2, MLH1, or, in some cases, both as well as MHS6, MSH3, and MSH2. The observed down-regulation is in part reversible by treatment of tumor spheroids with the DNA-demethylating agent, 5-azacytidine. Thus, treatment of EMT-6 mouse mammary carcinoma spheroids with 5-azacytidine resulted in reduced and/or disrupted cell-cell adhesion, which in turn sensitized tumor spheroids to cisplatin-mediated killing in vitro. Our results suggest that antiadhesive agents might sensitize tumor spheroids to alkylating agents in part by reversing or preventing reduced DNA mismatch repair activity and that the chemosensitization properties of 5-azacytidine may conceivably reflect its role as a potential antiadhesive agent as well as reversal agent for MLH1 gene silencing in human tumors.
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 | 0,000 | 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 ».