The role of Sulforaphane in cancer chemoprevention and health benefits: a mini-review
Notice bibliographique
Résumé
Cancer is a multi-stage process resulting from aberrant signaling pathways driving uncontrolled proliferation of transformed cells. The development and progression of cancer from a premalignant lesion towards a metastatic tumor requires accumulation of mutations in many regulatory genes of the cell. Different chemopreventative approaches have been sought to interfere with initiation and control malignant progression. Here we present research on dietary compounds with evidence of cancer prevention activity that highlights the potential beneficial effect of a diet rich in cruciferous vegetables. The Brassica family of cruciferous vegetables such as broccoli is a rich source of glucosinolates, which are metabolized to isothiocyanate compounds. Amongst a number of related variants of isothiocyanates, sulforaphane (SFN) has surfaced as a particularly potent chemopreventive agent based on its ability to target multiple mechanisms within the cell to control carcinogenesis. Anti-inflammatory, pro-apoptotic and modulation of histones are some of the more important and known mechanisms by which SFN exerts chemoprevention. The effect of SFN on cancer stem cells is another area of interest that has been explored in recent years and may contribute to its chemopreventive properties. In this paper, we briefly review structure, pharmacology and preclinical studies highlighting chemopreventive effects of SFN.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».