Abstract IA03: Targeting the DNA damage response to generate new medicines for cancer treatment
Notice bibliographique
Résumé
Abstract Cancers are characterized by high levels of genomic instability and endogenous DNA damage. Traditional cancer therapies include radiotherapy and DNA-damaging chemotherapy, but these treatments are associated with significant damage to normal tissue. These unwanted side effects may be reduced by using targeted treatment approaches that preferentially affect tumor cells with specific mutations. The DNA damage response (DDR) in cancer cells differs in at least three aspects to those of normal cells, namely the loss of one or more DDR pathway or capability, increased levels of replication stress and higher levels of endogenous DNA damage. In addition, an analysis of DDR associated genes suggests that there are more than 450 gene products involved in various aspects of DDR, many of which are performing enzymatic activities that could be targeted by small molecule inhibitors. DDR therefore represents both a hallmark of cancer and a weakness that can be exploited for new cancer therapies. Both the opportunities and challenges associated with translating inhibitors of DDR into new medicines for cancer patients will be presented. Citation Format: Mark J. O'Connor. Targeting the DNA damage response to generate new medicines for cancer treatment [abstract]. In: Proceedings of the AACR Special Conference on DNA Repair: Tumor Development and Therapeutic Response; 2016 Nov 2-5; Montreal, QC, Canada. Philadelphia (PA): AACR; Mol Cancer Res 2017;15(4_Suppl):Abstract nr IA03.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».