MétaCan
Menu
Retour à la cohorte
Enregistrement W2792137812 · doi:10.1155/2018/2426712

Targeting Mitochondrial Bioenergetics as a Therapeutic Strategy for Chronic Lymphocytic Leukemia

2018· review· en· W2792137812 sur OpenAlexafffund
Subir Roy Chowdhury, Versha Banerji

Notice bibliographique

RevueOxidative Medicine and Cellular Longevity · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensUniversity of ManitobaResearch Institute in Oncology and HematologyCancerCare Manitoba
Organismes subventionnairesCancerCare Manitoba FoundationResearch Manitoba
Mots-clésBioenergeticsMitochondrionMitochondrial biogenesisReactive oxygen speciesCancer cellBiologyOxidative stressChronic lymphocytic leukemiaCell biologyMitochondrial ROSOxidative phosphorylationBiogenesisCancer researchCancerLeukemiaBiochemistryImmunologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Altered cellular metabolism is considered a hallmark of cancer and is fast becoming an avenue for therapeutic intervention. Mitochondria have recently been viewed as an important cellular compartment that fuels the metabolic demands of cancer cells. Mitochondria are the major source of ATP and metabolites necessary to fulfill the bioenergetics and biosynthetic demands of cancer cells. Furthermore, mitochondria are central to cell death and the main source for generation of reactive oxygen species (ROS). Overall, the growing evidence now suggests that mitochondrial bioenergetics, biogenesis, ROS production, and adaptation to intrinsic oxidative stress are elevated in chronic lymphocytic leukemia (CLL). Hence, recent studies have shown that mitochondrial metabolism could be targeted for cancer therapy. This review focuses the recent advancements in targeting mitochondrial metabolism for the treatment of CLL.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,335
Écart entre enseignants0,285 · 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'étudeSans objet
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

Citations39
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxidative Medicine and Cellular LongevityMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207