MétaCan
Menu
Retour à la cohorte
Enregistrement W2020006137 · doi:10.1517/17460440902926399

Potential directions for drug development against galectin-7 in cancer

2009· article· en· W2020006137 sur OpenAlexaff
Yves St‐Pierre, Katherine Biron-Pain, Carole G. Campion, Geneviève Lavoie, Frédéric Bouchard, Julie Couillard

Notice bibliographique

RevueExpert Opinion on Drug Discovery · 2009
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueGalectins and Cancer Biology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesUniversity of Sydney
Mots-clésGalectinCancerGalectin-3BiologyCytoplasmCancer cellComputational biologyCell biologyImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Galectins are a family of proteins defined by having at least one characteristic carbohydrate recognition domain (CRD) with an affinity for beta-galactosides. Over the recent years, with a better understanding of their role in normal and pathological conditions, they have emerged as promising diagnostic and therapeutic targets in cancer. Whereas most of these studies have focused on galectin-1 and galectin-3, very little attention has been paid to galectin-7, a member of the family that has recently been associated with various forms of cancer. OBJECTIVE: We review the role of galectin-7 in cancer and examine the possible directions that could be exploited to inhibit its role in cancer on the basis of recently identified galectin ligands. CONCLUSION: Although efforts have been made to develop drugs aimed at inhibiting the cancer-promoting propensity of galectins, most of these inhibitors were specific for the CRD region of the molecule and have focused on extracellular functions of galectins. However, galectins may also be involved in protein-protein interactions, most notably in the nucleus. As galectin-7 is expressed in the cytoplasm and the nucleus in cancer cells, it will be important to investigate its nucleocytoplasmic trafficking and how putative drugs will affect its functions in cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,295
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug DiscoveryMême sujetGalectins and Cancer BiologyTravaux en français237 207