Development, Maintenance, and Reversal of Multiple Drug Resistance: At the Crossroads of TFPI1, ABC Transporters, and HIF1
Notice bibliographique
Résumé
Early detection and improved therapies for many cancers are enhancing survival rates. Although many cytotoxic therapies are approved for aggressive or metastatic cancer; response rates are low and acquisition of de novo resistance is virtually universal. For decades; chemotherapeutic treatments for cancer have included anthracyclines such as Doxorubicin (DOX); and its use in aggressive tumors appears to remain a viable option; but drug resistance arises against DOX; as for all other classes of compounds. Our recent work suggests the anticoagulant protein Tissue Factor Pathway Inhibitor 1α (TFPI1α) plays a role in driving the development of multiple drug resistance (MDR); but not maintenance; of the MDR state. Other factors; such as the ABC transporter drug efflux pumps MDR-1/P-gp (ABCB1) and BCRP (ABCG2); are required for MDR maintenance; as well as development. The patient population struggling with therapeutic resistance specifically requires novel treatment options to resensitize these tumor cells to therapy. In this review we discuss the development, maintenance, and reversal of MDR as three distinct phases of cancer biology. Possible means to exploit these stages to reverse MDR will be explored. Early molecular detection of MDRcancers before clinical failure has the potential to offer new approaches to fightingMDRcancer.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».