Targeting Aberrant TGF-β Signaling in Pre-Clinical Models of Cancer
Notice bibliographique
Résumé
The TGF-beta signaling pathway is central to the control of diverse biological processes including cellular proliferation, cell survival, apoptosis, extracellular matrix deposition/remodeling, migration, invasion and immune regulation/inflammation. Given the pleiotropic effects of this cytokine, it comes as no surprise that numerous pathological conditions are associated with alterations in the TGF-beta pathway, including chronic fibrosis, airway remodeling (asthma), cardiovascular disease and cancer. Thus, there are increasing efforts to develop reagents and therapeutic strategies to impair TGF-beta signaling. Here we review several classes of inhibitors, including knock-down strategies aimed at signaling components of the TGF-beta pathway, TGF-beta neutralizing antibodies, TGF-beta receptor extracellular domains that function as ligand traps and small molecule kinase inhibitors. Strategies with potential for application as anti-cancer therapeutics that have been evaluated in pre-clinical animal models will be discussed. TGF-beta action is complex, shifting from a tumor suppressor to a promoter of tumor cell invasion and metastasis in several types of cancer. This raises important issues regarding not only the status of the TGF-beta pathway in the individual patient but also the precise stage during disease progression that such inhibitors should be employed. Potential consequences of targeting the TGF-beta pathway will also be considered.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».