MétaCan
Menu
Retour à la cohorte
Enregistrement W2169212902 · doi:10.4161/cbt.19600

Sensitization of (colon) cancer cells to death receptor related therapies

2012· review· en· W2169212902 sur OpenAlexaff
Alexander Pintzas, Boris Zhivotovsky, Paul Workman, Paul A. Clarke, Spiros Linardopoulos, Jean‐Claude Martinou, Juan Carlos Lacal, Sylvie Robine, George Nasioulas, Ladislav Anděra

Notice bibliographique

RevueCancer Biology & Therapy · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer therapeutics and mechanisms
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesCancer Research UK
Mots-clésSensitizationProgrammed cell deathColorectal cancerApoptosisCancer researchCancerMedicinePharmacologyPharmacogenomicsCancer cellBioinformaticsBiologyImmunologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

The objective of the ONCODEATH consortium [EU Research Consortium "ONCODEATH" (2006-2010)] was to achieve sensitization of solid tumor cells to death receptor related therapies using rational mechanism-based drug combinations of targeted therapies. In this collaborative effort, during a period of 42 mo, cell and animal model systems of defined oncogenes were generated. Exploitation of generated knowledge and tools enabled the consortium to achieve the following research objectives: (1) elucidation of tumor components which confer sensitivity or resistance to TRAIL-induced cell death; (2) providing detailed knowledge on how small molecule Hsp90, Aurora, Choline kinase, BRAF inhibitors, DNA damaging agents, HDAC and DNMT inhibitors affect the intrinsic apoptotic amplification and execution machineries; (3) optimization of combined action of TRAIL with these therapeutics for optimum effects with minimum concentrations and toxicity in vivo. These findings provide mechanistic basis for a pharmacogenomic approach, which could be exploited further therapeutically, in order to reach novel personalized therapies for cancer patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,366
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Biology & TherapyMême sujetCancer therapeutics and mechanismsTravaux en français237 207