MétaCan
Menu
Retour à la cohorte
Enregistrement W2753375260 · doi:10.1186/s12976-017-0066-5

Perspective on the dynamics of cancer

2017· review· en· W2753375260 sur OpenAlexaff
Youcef Derbal

Notice bibliographique

RevueTheoretical Biology and Medical Modelling · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTumor microenvironmentCancerCancer cellCarcinogenesisBiologyMetastasisCancer researchCancer stem cellTumor progressionGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The genetic diversity of cancer and the dynamic interactions between heterogeneous tumor cells, the stroma and immune cells present daunting challenges to the development of effective cancer therapies. Although cancer biology is more understood than ever, this has not translated into therapies that overcome drug resistance, cancer recurrence and metastasis. The future development of effective therapies will require more understanding of the dynamics of homeostatic dysregulation that drives cancer growth and progression. RESULTS: Cancer dynamics are explored using a model involving genes mediating the regulatory interactions between the signaling and metabolic pathways. The exploration is informed by a proposed genetic dysregulation measure of cellular processes. The analysis of the interaction dynamics between cancer cells, cancer associated fibroblasts, and tumor associate macrophages suggests that the mutual dependence of these cells promotes cancer growth and proliferation. In particular, MTOR and AMPK are hypothesized to be concurrently activated in cancer cells by amino acids recycled from the stroma. This leads to a proliferative growth supported by an upregulated glycolysis and a tricarboxylic acid cycle driven by glutamine sourced from the stroma. In other words, while genetic aberrations ignite carcinogenesis and lead to the dysregulation of key cellular processes, it is postulated that the dysregulation of metabolism locks cancer cells in a state of mutual dependence with the tumor microenvironment and deepens the tumor's inflammation and immunosuppressive state which perpetuates as a result the growth and proliferation dynamics of cancer. CONCLUSIONS: Cancer therapies should aim for a progressive disruption of the dynamics of interactions between cancer cells and the tumor microenvironment by targeting metabolic dysregulation and inflammation to partially restore tissue homeostasis and turn on the immune cancer kill switch. One potentially effective cancer therapeutic strategy is to induce the reduction of lactate and steer the tumor microenvironment to a state of reduced inflammation so as to enable an effective intervention of the immune system. The translation of this therapeutic approach into treatment regimens would however require more understanding of the adaptive complexity of cancer resulting from the interactions of cancer cells with the tumor microenvironment and the immune system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,037
Tête enseignante GPT0,379
Écart entre enseignants0,342 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical Biology and Medical ModellingMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207