MétaCan
Menu
Retour à la cohorte
Enregistrement W2048425980 · doi:10.2174/1568009043481551

Changes in the Apoptotic and Survival Signaling in Cancer Cells and Their Potential Therapeutic Implications

2004· review· en· W2048425980 sur OpenAlexaff
Albert F. Kaboré, James Johnston, Spencer B. Gibson

Notice bibliographique

RevueCurrent Cancer Drug Targets · 2004
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell death mechanisms and regulation
Établissements canadiensCancerCare ManitobaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSignal transductionBiologyCancer researchCancer cellApoptosisCell biologyProgrammed cell deathCancerKinaseCell signalingGenetics

Résumé

récupéré en direct d'OpenAlex

In normal healthy tissues, an equilibrium is established between cell death and survival. This equilibrium ensures that cells survive in the right milieu, but undergo programmed cell death (apoptosis) when damaged, or when the environment is no longer supportive. Diseases may occur with alterations in this homeostasis. For example, cancer cells may survive in an environment in which they would not normally exist. This is accomplished by alterations in the expressions or functions of genes controlling both survival and apoptotic signaling pathways. Survival signaling pathways involve the activation of cell surface receptors, serine threonine kinases, transcription factors as well as other molecules. In breast and ovarian cancers, the ErbB2 growth factor receptor is overexpressed and this contributes to the progression of these cancers, in part by constitutively activating survival signaling pathways. In contrast, apoptotic signal transduction pathways are often inhibited in cancer. For example, overexpression of Bcl-2 blocks apoptosis and this contributes to the accumulation of cells in follicular lymphomas and chronic lymphocytic leukemia. Furthermore, alterations in these signaling pathways in cancer cells may lead to drug resistance. Recent advances in molecular targeted therapies have taken advantage of alterations in survival and apoptotic signaling pathways in cancer to specifically target aberrantly regulated molecules. For example, Herceptin trade mark inhibits ErbB2 function and anti-sense oligonucleotides against Bcl-2 reduce Bcl-2 expression. These agents can thus induce apoptosis in the specific cancer cell against which they have been targeted. In this review, we will discuss alteration in survival and apoptotic signal transduction pathways in cancer and the development of novel chemotherapeutic drugs to target these pathways.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,037
Tête enseignante GPT0,327
Écart entre enseignants0,291 · 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

Citations50
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Cancer Drug TargetsMême sujetCell death mechanisms and regulationTravaux en français237 207