MétaCan
Menu
Retour à la cohorte
Enregistrement W2136403146 · doi:10.2174/0929867322666150416095744

Factors Promoting Tamoxifen Resistance in Breast Cancer via Stimulating Breast Cancer Stem Cell Expansion

2015· review· en· W2136403146 sur OpenAlexaff
Diane Ojo, Fengxiang Wei, Yun Liu, Enli Wang, Hongde Zhang, Xiaozeng Lin, Nicholas Wong, Anita Bane, Damu Tang

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBeetle Biology and Toxicology Studies
Établissements canadiensSt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésTamoxifenBreast cancerPTENMedicineCancer researchPI3K/AKT/mTOR pathwayCancerEstrogen receptorOncologyInternal medicineMetastasisAdjuvant therapyCancer stem cellBioinformaticsBiologySignal transduction

Résumé

récupéré en direct d'OpenAlex

Estrogen receptor-alpha positive (ER(+)) breast cancer constitutes 70-75% of the disease incidence. Tamoxifen has been the basis of endocrine therapy for patients with ER(+) breast cancer for more than three decades. The treatment reduces the annual mortality rate of breast cancer by 31%, and remains the most effective targeted cancer therapy. However, approximately one-third of patients treated with adjuvant tamoxifen suffer from aggressive recurrent disease. Resistance to tamoxifen, thus, remains a major challenge in providing effective treatments for these patients. In an effort to overcome the resistance, intensive research has been conducted to understand the underlying mechanisms; this has resulted in the identification of complex factors/pathways contributing to tamoxifen resistance, including modulations of the ERsignaling, upregulation of a set of growth factor receptor networks (HER2, EGFR, FGFR, and IGF1R), alterations of the PI3K-PTEN/AKT/mTOR pathway, and an elevation of the NF-κB signaling. Despite these advances, our understanding of the acquired resistance remains fragmented and there is a lack of a platform to integrate these diversified molecular factors/ pathways into a cohesive mechanistic model. Nonetheless, at the cellular level, it is becoming increasingly recongnized that cancer stem cells (CSCs) are key in driving cancer metastasis and therapy resistance. Likewise, evidence is emerging for the critical contributions of breast cancer stem cells (BCSCs) to tamoxifen resistance. In this review, we will discuss these recent developments of BCSC-mediated resistance to tamoxifen and the contributions of those demonstrated molecular factors/pathways to BCSC expansion during the emergency of tamoxifen resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,357
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetBeetle Biology and Toxicology StudiesTravaux en français237 207