A map describing the association between effective components of traditional Chinese medicine and signaling pathways in cancer cells in vitro and in vivo
Notice bibliographique
Résumé
Cancer is the second leading cause of death by disease in the world. Chemotherapy is one of three major therapeutic methods for cancer treatment, but cancer cells gradually evolve resistance to chemotherapeutic reagents. For centuries, traditional Chinese medicine (TCM) was used to fight against cancer. In recent years, a number of effective component mechanisms of TCM have been increasingly illuminated. As we know, chemical structures of reagents decide or affect their activities on target pathways. Thus, we classified some antitumor-related TCM components reported in the last five years into thirteen groups by their chemical structures, such as, alkaloids, diterpenoids, triterpenes, sesquiterpenes, anthraquinones, benzoquinones, flavonoids, berbamines, xanthones, saponins, steroids, polysaccharides, and glycosides. In various cancer cell lines, these constituents target dozens of signaling pathways in vitro and in vivo. Among these components, there are three sets: i) mainly apoptosis-related groups, such as, alkaloids, diterpenoids, anthraquinones, berbamines, and xanthones, target pathways like the mitochondrial pathway, NF-κB pathway, p53 pathway and so on; ii) mainly proliferation, invasion and metastasis-related groups, such as, triterpenes, sesquiterpenes, polysaccharides, and glycosides, target pathways like the mTOR pathway, β-catenin pathway, ERK pathway and so on; iii) both apoptosis and proliferation, invasion and metastasis-related groups, such as benzoquinones, flavonoids, saponins, and steroids, target the pathways in i) and ii) synchronously. These will provide association information between TCM components and signaling pathways to promote studies on mechanisms of effective constituents, target drug development, and combinational chemotherapy. TCM could be alternative medicine for cancer treatment in the future.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».