Cancer stem cells as targets for cancer therapy: selected cancers as examples
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is becoming increasingly evident that cancer constitutes a group of diseases involving altered stem-cell maturation/differentiation and the disturbance of regenerative processes. The observed malignant transformation is merely a symptom of normal differentiation processes gone astray rather than the primary event. This review focuses on the role of cancer stem cells (CSCs) in three common but also relatively under-investigated cancers: head and neck, ovarian, and testicular cancer. For didactic purpose, the physiology of stem cells is first introduced using hematopoietic and mesenchymal stem cells as examples. This is followed by a discussion of the (possible) role of CSCs in head and neck, ovarian, and testicular cancer. Aside from basic information about the pathophysiology of these cancers, current research results focused on the discovery of molecular markers specific to these cancers are also discussed. The last part of the review is largely dedicated to signaling pathways active within various normal and CSC types (e.g. Nanog, Nestin, Notch1, Notch2, Oct3 and 4, Wnt). Different elements of these pathways are also discussed in the context of therapeutic opportunities for the development of targeted therapies aimed at CSCs. Finally, alternative targeted anticancer therapies arising from recently identified molecules with cancer-(semi-)selective capabilities (e.g. apoptin, Brevinin-2R) are 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.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 découle