Interconnections between apoptotic, autophagic and necrotic pathways: implications for cancer therapy development
Notice bibliographique
Résumé
The rapid accumulation of knowledge on apoptosis regulation in the 1990s was followed by the development of several experimental anticancer- and anti-ischaemia (stroke or myocardial infarction) drugs. Activation of apoptotic pathways or the removal of cellular apoptotic inhibitors has been suggested to aid cancer therapy and the inhibition of apoptosis was thought to limit ischaemia-induced damage. However, initial clinical studies on apoptosis-modulating drugs led to unexpected results in different clinical conditions and this may have been due to co-effects on non-apoptotic interconnected cell death mechanisms and the 'yin-yang' role of autophagy in survival versus cell death. In this review, we extend the analysis of cell death beyond apoptosis. Upon introduction of molecular pathways governing autophagy and necrosis (also called necroptosis or programmed necrosis), we focus on the interconnected character of cell death signals and on the shared cell death processes involving mitochondria (e.g. mitophagy and mitoptosis) and molecular signals playing prominent roles in multiple pathways (e.g. Bcl2-family members and p53). We also briefly highlight stress-induced cell senescence that plays a role not only in organismal ageing but also offers the development of novel anticancer strategies. Finally, we briefly illustrate the interconnected character of cell death forms in clinical settings while discussing irradiation-induced mitotic catastrophe. The signalling pathways are discussed in their relation to cancer biology and treatment approaches.
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 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».