MétaCan
Menu
Retour à la cohorte
Enregistrement W1965099195 · doi:10.1016/j.semcancer.2015.03.007

Therapeutic targeting of replicative immortality

2015· review· en· W1965099195 sur OpenAlexafffund
Paul Yaswen, Karen L. MacKenzie, W. Nicol Keith, Patricia Hentosh, Françis Rodier, Jiyue Zhu, Gary L. Firestone, Ander Matheu, Amancio Carnero, Alan Bilsland, Tabetha Sundin, Kanya Honoki, Hiromasa Fujii, Alexandros G. Georgakilas, Amedeo Amedei, Amr Amin, Bill Helferich, Chandra S. Boosani, Gunjan Guha, Maria Rosa Ciriolo, Sophie Chen, Sulma I. Mohammed, Asfar S. Azmi, Dipita Bhakta-Guha, Dorota Halicka, Elena Niccolai, Katia Aquilano, S. M. Ashraf, Somaira Nowsheen, Xujuan Yang

Notice bibliographique

RevueSeminars in Cancer Biology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute of General Medical SciencesInstituto de Salud Carlos IIIMedical Research CouncilCanadian Institutes of Health ResearchAssociazione Italiana per la Ricerca sul CancroIkerbasque, Basque Foundation for ScienceW. W. Smith Charitable TrustUniversity of New South WalesMinistero della SaluteNational Institute of Environmental Health SciencesVerein fur KrebsforschungUniversity of GlasgowCancer Research UKMinistry of Education, Culture, Sports, Science and TechnologyCalifornia Breast Cancer Research ProgramNational Institutes of HealthTerry Fox FoundationKate Verdon Spisak Foundation for Melanoma Awareness and ResearchNational Cancer InstituteMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésSenescenceBiologyTelomeraseCancer researchDNA damageCancerCancer cellTelomereCell biologyCell cycleGenome instabilityDNA repairGeneticsDNA

Résumé

récupéré en direct d'OpenAlex

One of the hallmarks of malignant cell populations is the ability to undergo continuous proliferation. This property allows clonal lineages to acquire sequential aberrations that can fuel increasingly autonomous growth, invasiveness, and therapeutic resistance. Innate cellular mechanisms have evolved to regulate replicative potential as a hedge against malignant progression. When activated in the absence of normal terminal differentiation cues, these mechanisms can result in a state of persistent cytostasis. This state, termed "senescence," can be triggered by intrinsic cellular processes such as telomere dysfunction and oncogene expression, and by exogenous factors such as DNA damaging agents or oxidative environments. Despite differences in upstream signaling, senescence often involves convergent interdependent activation of tumor suppressors p53 and p16/pRB, but can be induced, albeit with reduced sensitivity, when these suppressors are compromised. Doses of conventional genotoxic drugs required to achieve cancer cell senescence are often much lower than doses required to achieve outright cell death. Additional therapies, such as those targeting cyclin dependent kinases or components of the PI3K signaling pathway, may induce senescence specifically in cancer cells by circumventing defects in tumor suppressor pathways or exploiting cancer cells' heightened requirements for telomerase. Such treatments sufficient to induce cancer cell senescence could provide increased patient survival with fewer and less severe side effects than conventional cytotoxic regimens. This positive aspect is countered by important caveats regarding senescence reversibility, genomic instability, and paracrine effects that may increase heterogeneity and adaptive resistance of surviving cancer cells. Nevertheless, agents that effectively disrupt replicative immortality will likely be valuable components of new combinatorial approaches to 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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,466
Écart entre enseignants0,337 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations72
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeminars in Cancer BiologyMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207