Haut
MaisonMaison > Blog > Haut

Haut

Jun 04, 2024

Rapports scientifiques volume 12, Numéro d'article : 9347 (2022) Citer cet article

2130 Accès

2 Altmétrique

Détails des métriques

Eleusine indica, utilisée en médecine traditionnelle, présente une activité antiproliférative contre plusieurs lignées de cellules cancéreuses. Cependant, les études métabolomiques visant à évaluer les modifications des métabolites induites par E. indica dans les cellules cancéreuses font encore défaut. La présente étude a examiné les effets anticancéreux d'une fraction de racine d'E. indica (R-S5-C1-H1) sur les lignées cellulaires H1299, MCF-7 et SK-HEP-1 et analysé les changements métaboliques dans les cellules cancéreuses traitées à l'aide d'ultrasons. -chromatographie liquide haute performance, spectrométrie de masse haute résolution (UHPLC-HRMS). Les tests d'activité métabolique cellulaire ont démontré que la viabilité cellulaire des trois lignées de cellules cancéreuses était significativement réduite après le traitement par R-S5-C1-H1, avec des concentrations inhibitrices semi-maximales de 12,95 µg/mL, 15,99 µg/mL et 13,69 µg. /mL à 72 h, respectivement. L'analyse microscopie utilisant les colorants fluorescents Hoechst 33342 et Annexine V a révélé que les cellules traitées avec R-S5-C1-H1 avaient subi une mort cellulaire apoptotique, tandis que l'analyse chimiométrique suggérait que l'apoptose était déclenchée 48 h après le traitement avec R-S5-C1-H1. La métabolomique cellulaire déconvoluée a révélé que les métabolites hydrophobes étaient considérablement modifiés, notamment les triacylglycérols, la phosphatidylcholine, la phosphatidyléthanolamine, la sphingomyéline et le céramide, ce qui suggère que l'induction de l'apoptose par R-S5-C1-H1 s'est potentiellement produite par la modulation de la synthèse des phospholipides et du métabolisme des sphingolipides. Ces résultats de profilage métabolomique fournissent de nouvelles informations sur les mécanismes anticancéreux d'E. indica et facilitent la compréhension globale des événements moléculaires consécutifs à des interventions thérapeutiques.

In the continuing battle of humans against cancer, which dates as far back as 3000 BC, the earliest written account of cancer is the description of breast cancer found in the Edwin Smith Papyrus1. Currently, cancer remains one of the leading causes of premature death among people aged between 30 and 69 years worldwide2,3. It is estimated that there were 19.3 million new cases in 20202 and almost 10.0 million deaths from cancer. Furthermore, the incidence of all cancers in Malaysia has been projected to almost double by 2040, from 48,639 to 86,666 new cases (2020)." href="/articles/s41598-022-13575-6#ref-CR4" id="ref-link-section-d279179327e580">4. Malgré les progrès thérapeutiques récents5, cette maladie continue d’affecter la qualité de vie des patients en raison des limites des traitements anticancéreux actuels.

Selon l’Organisation mondiale de la santé, de nombreuses personnes comptent encore sur les plantes médicinales comme principale ressource en matière de soins de santé6. Les plantes ont donc un rôle important à jouer dans la révolution des soins de santé. En médecine traditionnelle chinoise, les plantes médicinales sont utilisées pour prévenir et traiter un large éventail de maladies7. Par exemple, les autorités chinoises ont encouragé l’utilisation combinée de la médecine traditionnelle chinoise et de la médecine occidentale pour protéger et traiter les patients infectés par le nouveau coronavirus hautement infectieux (SRAS-CoV2), une approche qui s’est avérée efficace à ce jour8. Chez les plantes, les métabolites secondaires sont distincts des composants du métabolisme primaire car ils ne sont pas impliqués dans le métabolisme régulateur ; ils servent plutôt à protéger la plante contre la prédation et l’invasion de micro-organismes9. Des décennies de recherche phytochimique sur plus de 150 000 espèces végétales ont révélé que les métabolites secondaires, notamment les composés phénoliques, les flavonoïdes, les terpénoïdes, les alcaloïdes et les composés soufrés, exercent une variété d’effets biologiques intéressants10. Depuis 1981, près des trois quarts (64,9 %) des médicaments anticancéreux prescrits sont d'origine végétale11. Ainsi, les plantes médicinales sont considérées comme des sources importantes et fiables pour la découverte de médicaments anticancéreux12,13,14.

La métabolomique est l'étude approfondie d'un ensemble complet de petits métabolites (<1 500 Da) au sein d'un échantillon biologique15. Cette technique élargit la vision de la biologie systémique des organismes en comblant le fossé entre le génotype et le phénotype16,17. La métabolomique est largement appliquée dans les études sur les plantes, les animaux, les médicaments et les aliments. Parmi les technologies appliquées en métabolomique, notamment la résonance magnétique nucléaire (RMN), la chromatographie en phase gazeuse (GC) et la chromatographie liquide (LC) couplée à la spectrométrie de masse (MS), la LC-MS est la technique de choix pour détecter et déterminer la composition élémentaire. et la formule moléculaire d'un analyte d'intérêt, car elle peut être réalisée sans étape de dérivatisation. De plus, l’ionisation douce et l’application de chaleur non intensive en LC pour la séparation chromatographique réduisent le risque de dégradation du composé lors du profilage18. Les caractérisations métaboliques endogènes et exogènes d'agents thérapeutiques utilisant la métabolomique à haut débit permettent aux chercheurs d'évaluer l'efficacité et l'innocuité de ces agents19. Dans la recherche sur le cancer, les études métabolomiques ont fourni des informations complètes et amélioré la compréhension des mécanismes sous-jacents de la pathogenèse du cancer et des effets des médicaments grâce à l’évaluation des changements métaboliques dans les cellules cancéreuses20,21. Ainsi, l’identification et la quantification des métabolites extraits permettent de surveiller les réponses aux stimuli externes dans les échantillons testés22,23.

 18.2 MΩ-cm/methanol (MeOH)/chloroform was employed. Following this, the lower layer of the mixture was removed and vacuum-concentrated to obtain a semisolid crude extract./p> 50% were removed, and missing values were replaced by 1/5 of minimum positive values of the corresponding variables by default. The acquired data sets were log-transformed and Pareto-scaled prior to multivariable analyses to examine data distribution and identify outliers. Multivariate analyses of data including PCA, OPLS-DA, and hierarchical cluster analysis (heat map) were obtained. Subsequently, for OPLS-DA, the model examined internal relationships in matrix X-variables and response matrix Y. Model quality was estimated by R2X or R2Y values and Q2 values. To avoid OPLS-DA model over-fitting, an additional cross-validation tool (permutation test with Y variables randomized 100 times) was performed for each model. Goodness-of-fit parameters for the OPLS-DA model, R2X, R2Y, and Q2 were calculated (varying from 0 to 1). The R2Y and Q2 in the permutated test described the fitness of the data and the predictability of the derived model, respectively. In addition, the metabolite features (non-parametric t-test, p < 0.05) and corresponding fold changes (fold change threshold ≥ 2) showed how the selected differential metabolites varied between the treatment and control groups; these metabolites were selected and underwent further compound matching and analysis. In the current study, all metabolomics data analyses focused on the non-polar layer only and were performed on the positive ionization mode data sets, as the negative ionization mode revealed no significant differences (data excluded)./p> (2020)./p>