Determination of the Relative Efficacy of Eicosapentaenoic Acid and Docosahexaenoic Acid for Anti-Cancer Effects in Human Breast Cancer Models
Notice bibliographique
Résumé
Epidemiological studies have associated high fish oil consumption with decreased risk of breast cancer (BC). n-3 long chain polyunsaturated fatty acids (n-3 LCPUFA), eicosapentaenoic acid (EPA) and docosahexaenoic acid (DHA) found in fish and fish oils exert anti-cancer effects. However, few studies have examined the relative efficacy of EPA and DHA alone and in mixtures on BC subtypes. This was the objective of the present review, as this research is a necessity for the translation of findings to human health and disease. The literature suggests that DHA has a greater anti-cancer effect in triple negative BC (TNBC). In estrogen positive (ER+) BC, DHA has a greater effect on cell viability, while both fatty acids have similar effects on apoptosis and proliferation. These effects are associated with preferential uptake of DHA into TNBC lipid rafts and EPA in ER+ BC. EPA:DHA mixtures have anti-cancer activity; however, the ratio of EPA:DHA does not predict the relative incorporation of these two fatty acids into membrane lipids as EPA appears to be preferentially incorporated. In summary, DHA and EPA should be considered separately in the context of BC prevention. The elucidation of optimal EPA:DHA ratios will be important for designing targeted n-3 LCPUFA treatments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».