MétaCan
Menu
Retour à la cohorte
Enregistrement W2020024735 · doi:10.2174/157489210791760535

Targeting Cancer Stem Cell Lines as a New Treatment of Human Cancer

2010· review· en· W2020024735 sur OpenAlexaff
Domenica Giuffrida, Ian M. Rogers

Notice bibliographique

RevueRecent Patents on Anti-Cancer Drug Discovery · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCancer stem cellStem cellCancerBiologyCancer researchCancer cellAdult stem cellInduced stem cellsCellular differentiationCell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Many studies have demonstrated that most cancers are clonal and are maintained by a cancer stem cell. Cancer stem cells have been identified in blood, breast, brain, lungs, gastrointestinal, prostate and ovarian cancer. Under normal homeostasis tissue specific stem cell division would be under strict control. When proliferation becomes independent of normal cellular controls, cancer develops. Studies indicate that cancer stem cells maintain their ability to differentiate, which explains the variety of cell types observed in tumors. Most therapies are directed at the fast growing tumor mass but not the slow dividing cancer stem cells and therefore the cancer is not eradicated. Understanding the process of transformation from a highly regulated stem cell to a cancer stem cell requires an understanding of genetic and epigenetic processes as well as having an understanding of the stem cell niche and the interaction of the stem cells with supportive cells in the niche. Current research is helping us to understand stem cells and stem cell regulation and in turn this will help to develop novel therapies to eliminate cancer and the initiating cancer stem cell. The relevant patents on the stem cell regulation and cancer therapy by stem cells are discussed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,089
Tête enseignante GPT0,383
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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

En bref

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecent Patents on Anti-Cancer Drug DiscoveryMême sujetCancer Cells and MetastasisTravaux en français237 207