Modulating NF-κB Activity as a Therapeutic Strategy against Lymphoma with Analogs of Curcumin
Notice bibliographique
Résumé
It is estimated that 2 in 5 Canadians will develop cancer in their lifetimes and 1 in 4 will die of this disease. Lymphoma is the fifth most common cancer in Canada and it has the fastest raising incident rate in young adults. Current cancer treatment includes chemotherapy, surgery and radiation. The majority of chemotherapeutics target DNA or tubulin, which is not selective against cancer cells. One possible target for lymphoma is the increased expression and activation of the nuclear transcription factor NF-κB. This protein causes the expression of cell cycle and cell survival genes. Curcumin is isolated from Tumeric root, which has already shown to target NF-κB and selectively induce apoptosis in cancer cells. Curcumin has a low bioavailability but this problem can be solved with a synthetic analog. Our objective is to determine if any of our ten Curcumin analogs have the anti-cancer activity. Two of these analogs that have shown anti-cancer activity and have been evaluated with the WST-1 metabolic assay and the Annexin V binding assay for apoptosis. Further illustration of the mechanism is needed. These compounds seem to target non-genomic metabolic targets and have a potential for non-toxic cancer treatment.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».