Eukaryotic translation initiation factor 4E as a novel therapeutic target in hematological malignancies and beyond
Notice bibliographique
Résumé
INTRODUCTION: The eukaryotic translation initiation factor 4E (eIF4E) is a key regulator of protein synthesis, and an oncogene. Its expression and activity are frequently elevated in cancer, and have been shown to correlate with poor prognosis. Efforts to target eIF4E have thus yielded much interest, with some clinical success. AREAS COVERED: We provide an overview of eIF4E function and regulation, and its role in hematological malignancies and solid tumors. Activation of eIF4E via upstream signaling pathways that are frequently deregulated in cancer and the role of eIF4E phosphorylation are discussed. We present an updated review of different approaches to target eIF4E function in the lab and in the clinic. EXPERT OPINION: The prospect of effectively targeting eIF4E in cancer is very attractive, because eIF4E is a common downstream node on which multiple oncogenic signaling pathways converge. However, efforts to do so have yielded limited clinical success so far. While active-site inhibitors of mammalian target of rapamycin show some promise, and inhibitors of eIF4E phosphorylation may emerge as clinical candidates, the only drug to date that has demonstrated antitumor activity associated with eIF4E inhibition in patients is ribavirin. Further studies will certainly aid the design of better compounds and rational combination therapies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».