Methylenetetrahydrofolate Reductase (MTHFR): A Novel Target for Cancer Therapy
Notice bibliographique
Résumé
Tumor cells have an enhanced requirement for glucose, amino acids and DNA precursors. Since folates are required for the synthesis of thymidine and purines, the metabolism of folate has been exploited as an anti-cancer target for over 6 decades, with emphasis on the inhibition of DNA synthesis. However, folate is also used to generate methionine, which is essential for proliferation by virtue of its role in protein synthesis, polyamine synthesis and transmethylation reactions. Tumor-derived cell lines and human tumor xenografts have been shown to be methionine dependent i.e., they are unable to survive without methionine and are unable to efficiently utilize homocysteine, the immediate metabolic precursor of methionine. Since non-transformed cells are methionine-independent, the targeting of methionine metabolism presents an opportunity to selectively disrupt the unique metabolic networks in cancer cells. This chapter provides an overview of the critical role of folate and methionine metabolism in tumor cells and summarizes the current anti-folate and anti-methionine strategies to inhibit growth of transformed lines and tumors. We also present our work on the development of a novel anti-cancer target, methylenetetrahydrofolate reductase (MTHFR), a key enzyme of both folate and methionine metabolism. Our data demonstrate that antisense-mediated inhibition of MTHFR is associated with increased cytotoxicity in vitro and with decreased growth of tumors in vivo. These findings warrant further investigation of this enzyme and the methionine biosynthetic pathway in exploring new strategies for cancer chemotherapy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 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 ».