Ribavirin as an anti-cancer therapy: acute myeloid leukemia and beyond?
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
Ribavirin was discovered nearly 40 years ago as a broad-spectrum antiviral drug. Recent data suggest that ribavirin may also be an effective cancer therapy. In this case, ribavirin targets an oncogene, the eukaryotic translation initiation factor eIF4E, elevated in approximately 30% of cancers including many leukemias and lymphomas. Specifically, ribavirin impedes eIF4E mediated oncogenic transformation by acting as an inhibitor of eIF4E. In a phase II clinical trial, ribavirin treatment led to substantial clinical benefit in patients with poor-prognosis acute myeloid leukemia (AML). Here molecular targeting of eIF4E correlated with clinical response. Ribavirin also targets a key enzyme in the guanosine biosynthetic pathway, inosine monophosphate dehydrogenase (IMPDH), and also modulates immunity. Parallels with known antiviral mechanisms could be informative; however, after 40 years, these are not entirely clear. The antiviral effects of ribavirin appear cell-type specific. This variation likely arises for many reasons, including cell specific variations in ribavirin metabolism as well as virus specific factors. Thus, it seems that the mechanisms for ribavirin action in cancer therapy may also vary in terms of the cancer/tissue under study. Here we review the anticancer activities of ribavirin and discuss the possible utility of incorporating ribavirin into diverse cancer therapeutic regimens.
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) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,001 |
| 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