Targeting Cancer Stem Cells with Defined Compounds and Drugs
Notice bibliographique
Résumé
Abstract : Cancer stem cells (CSCs) are a subpopulation of tumor cells that possess self-renewal and tumor initiation capacity and the ability to give rise to the heterogenous lineages of cancer cells that comprise the tumor. CSCs possess numerous intrinsic mechanisms of resistance to chemotherapeutic drugs, novel tumor-targeted drugs and radiation therapy, allowing them to survive current cancer therapies and to initiate tumor recurrence and metastasis. Recently, different pathways that confer resistance and survival of CSCs, but also compounds and drugs that selectively target some of these pathways in CSCs have been identified. Such compounds and drugs include antibiotics like salinomycin, phytochemicals such as parthenolide, cyclopamine, EGCG, resveratrol, curcumin, sulforaphane and oxymatrine, the small molecule inhibitors vismodegib and repertaxin, monoclonal antibodies and antibody constructs raised against cell surface proteins expressed by CSCs, and, surprisingly, some classical drugs such as metformin, tranilast and thioridazine. These agents exhibit significant anti-CSC activity, alone or in combination with cytostatic drugs or tumor-targeted drugs, as recently shown in vitro and in human xenograft mice. Since current cancer therapies fail to eliminate CSCs, leading to cancer recurrence and progression, selective targeting of CSCs with compounds and drugs introduced herein may represent a novel therapeutic strategy to eradicate cancer.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».