Src as a therapeutic target in men with prostate cancer and bone metastases
Notice bibliographique
Résumé
While responsive to androgen ablation in its early stages, prostate cancer eventually becomes castration-resistant and metastasizes preferentially to bone. Once this happens, the disease carries considerable morbidity and is incurable. The process of bone metastasis involves a complex interplay between tumour and bone tissue. The eventual characteristic clinical presentation of disorganized osteoblastic bone lesions is preceded by a facilitatory osteoblastic phase; an osteoblastic component then continues to underlie the process. Increasing evidence has shown a ubiquitous role for Src (a proto-oncogene tyrosine-protein kinase) in multiple tumour and bone-signalling processes involved in prostate tumour progression, driving proliferation, survival, migration and transition to androgen-independent growth. It is also intimately involved in positively regulating osteoclast physiology. As such, this molecule represents an attractive target for managing progressing prostate cancer. Encouraging results have been obtained in preclinical and clinical studies using Src inhibitors like AZD0530 and dasatinib. Both compounds reduced markers of bone resorption, in patients with cancer and those with advanced castration-resistant prostate cancer, respectively. Moreover, because Src is central to many mechanisms thought to be responsible for the development of castration resistance, adding Src inhibitors to a treatment regimen might reverse this phenomenon. As a result, many Src inhibitors are in preclinical development. This review explores Src inhibition as a strategy for managing bone metastasis in prostate cancer, with a particular focus on targeting the critical osteoclastic response. Other emerging and novel approaches are also considered.
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 | 0,001 |
| 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 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 ».