Concise Review: Bullseye: Targeting Cancer Stem Cells to Improve the Treatment of Gliomas by Repurposing Disulfiram
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cancer stem cells (CSCs) are thought to be at the root of cancer recurrence because they resist conventional therapies and subsequently reinitiate tumor cell growth. Thus, targeting CSCs could be the bullseye to successful cancer therapeutics in the future. Brain tumors are some of the most challenging types of cancer to treat and the median survival following the initial diagnosis is 12-18 months. Among the different types of brain tumors, glioblastoma (GBM) is considered the most aggressive and remains extremely difficult to treat. Despite surgery, radiation, and chemotherapy, most patients develop refractory disease. Temozolomide (TMZ) is a chemotherapy used to treat GBM however resistance develops in most patients. The underlying mechanisms for TMZ resistance (TMZ-resistant) involve the expression of DNA repair gene O(6)-methylguanine-DNA methyltransferase. CSC genes such as Sox-2, BMI-1, and more recently Y-box binding protein-1 also play a role in resistance. In order to develop novel therapies for GBM, libraries of small interfering RNAs and off-patent drugs have been screened. Over the past few years, several independent laboratories identified disulfiram (DSF) as an off-patent drug that kills GBM CSCs. Reportedly DSF has several modes of action including its ability to inhibit aldehyde dehydrogenases, E3 ligase, polo-like kinase 1, and NFkB. Due to the fact that GBM is a disease of heterogeneity, chemotherapy with multitargeting properties may be the way of the future. In broader terms, DSF kills CSCs from a range of different cancer types further supporting the idea of repurposing it for "target practice."
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle