Cancer Stem Cells and Novel Targets for Antitumor Strategies
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) were identified in human leukemias in landmark studies of John Dick and his colleagues. Subsequently, similar cancer stem-like cells were identified in solid tumors of the breast, colon, brain and other sites. CSCs have distinct markers and are highly tumorigenic compared to other subsets. They can differentiate into all the cell phenotypes of the parental tumor. Other key features include activation of pluripotency genes (Oct4, Sox2, Nanog), self-renewal, formation of tumor spheres in low-adherence cultures, and multi-drug resistance. Clinically, drug resistance is probably the most important feature, because CSCs resist conventional cancer therapies and are likely to play a major role in cancer relapse. Based on their properties, several molecules have been targeted for therapy with drugs as follows. 1) The self-renewal pathways Wnt/β-catenin, Hedgehog and Notch. 2) The aryl hydrocarbon receptor (AHR), with tranilast and other AHR agonists. 3) Cytokines and inflammatory pathways (e.g., IL-6, IL-8, NF-κB). 4) TGF-β and epithelial- to-mesenchymal transition (EMT) pathways. 5) Homing molecules involved in metastasis; most notably CXCR4 or its ligand CXCL12. 6) Growth factors, their receptors and coreceptors (such as neuropilin-1), and signaling components (e.g., tyrosine kinases). 7) Cell-surface markers (CD44 and integrins). Several drugs have been identified by screening or other observations (salinomycin, metformin, tesmilifene, sulforaphane, curcumin, piperine and others). Some of these drugs are at preclinical or early clinical phases of development, and it remains to be seen how many will progress to clinical application. This review focuses on some promising new developments in anti-CSC drug 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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