Cancer-selective therapy of the future: Apoptin and its mechanism of action
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
Classical chemotherapy, that specifically targets rapidly proliferating cells, has been in existence for over eighty years and has proven to be fully successful in only a limited number of cancers. Thus, this review focuses on a novel, emerging approach for cancer therapy that uses alternative, and more unique features of cancer cells. This new approach facilitates the selective targeting of cancer, while sparing normal, non-transformed cells. Examples of molecules that kill cancer cells selectively are: apoptin, E4orf4, viral protein R (VpR), and Brevinin-2R. Below we focus on apoptin, a product of the third open reading frame (VP3) of the chicken anemia virus. Besides discussing apoptin's mechanism of action, we also provide concise insight into the biology of a chicken anemia virus infection. Since apoptin's cancer-selective toxicity depends on its nuclear localization, we broadly discuss mechanism(s) involved in its nuclear retention (both nuclear import and export). We also discuss recent findings on apoptin's molecular mechanism of action, with a focus on the role of Nur77 in apoptin's nucleo-cytoplasmic signaling. Finally, we compare the current findings on apoptin to the mechanism of cancer selective toxicity of E4orf4. In the 'summary' -section, besides highlighting important issues related to cancer-selective therapy, we also discuss concurrent approaches towards therapy personalization, particularly those related to the in vivo-, and real time cancer-therapy efficacy monitoring, using "lab-on-the-chip" and other emerging technologies.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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