Epigenetic mechanisms in anti‐cancer actions of bioactive food components – the implications in cancer prevention
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
The hallmarks of carcinogenesis are aberrations in gene expression and protein function caused by both genetic and epigenetic modifications. Epigenetics refers to the changes in gene expression programming that alter the phenotype in the absence of a change in DNA sequence. Epigenetic modifications, which include amongst others DNA methylation, covalent modifications of histone tails and regulation by non-coding RNAs, play a significant role in normal development and genome stability. The changes are dynamic and serve as an adaptation mechanism to a wide variety of environmental and social factors including diet. A number of studies have provided evidence that some natural bioactive compounds found in food and herbs can modulate gene expression by targeting different elements of the epigenetic machinery. Nutrients that are components of one-carbon metabolism, such as folate, riboflavin, pyridoxine, cobalamin, choline, betaine and methionine, affect DNA methylation by regulating the levels of S-adenosyl-L-methionine, a methyl group donor, and S-adenosyl-L-homocysteine, which is an inhibitor of enzymes catalyzing the DNA methylation reaction. Other natural compounds target histone modifications and levels of non-coding RNAs such as vitamin D, which recruits histone acetylases, or resveratrol, which activates the deacetylase sirtuin and regulates oncogenic and tumour suppressor micro-RNAs. As epigenetic abnormalities have been shown to be both causative and contributing factors in different health conditions including cancer, natural compounds that are direct or indirect regulators of the epigenome constitute an excellent approach in cancer prevention and potentially in anti-cancer 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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle