MétaCan
Menu
Retour à la cohorte
Enregistrement W151327469 · doi:10.1016/j.ajpath.2014.01.008

CD133-Targeted Niche-Dependent Therapy in Cancer

2014· review· en· W151327469 sur OpenAlexafffund
Anthony B. Mak, Caroline I. Schnegg, Chiou-Yan Lai, Subrata Ghosh, Moon Hee Yang, Jason Moffat, Mei‐Yu Hsu

Notice bibliographique

RevueAmerican Journal Of Pathology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteMach-Gaensslen Foundation of CanadaAmerican Society for Investigative PathologyBrigham and Women's Hospital
Mots-clésCancer stem cellNicheContext (archaeology)BiologyCancerEcological nicheCancer therapyCancer researchEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

Cancer treatment continues to be challenged by the development of therapeutic resistances and relapses in the clinical setting, which are largely attributed to tumor heterogeneity, particularly the existence of cancer stem cells (CSCs). Thus, targeting the CSC subpopulation may represent an effective therapeutic strategy. However, despite advances in identifying and characterizing CD133(+) CSCs in various human cancers, efforts to translate these experimental findings to clinical modalities have been slow in the making, especially in light of the growing awareness of CSC plasticity and the foreseeable pitfall of therapeutically targeting CSC base sorely on a surface marker. We, and others, have demonstrated that the CD133(+) CSCs reside in complex vascular niches, where reciprocal signaling between the CD133(+) CSCs and their microenvironment may govern niche morphogenesis and homeostasis. Herein, we discuss the multifaceted functional role of the CD133(+) cells in the context of their niche, and the potential of targeting CD133 as a niche-dependent approach in effective therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,048
Tête enseignante GPT0,393
Écart entre enseignants0,346 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2014
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal Of PathologyMême sujetCancer Cells and MetastasisTravaux en français237 207