The Potential of Combining Tubulin-Targeting Anticancer Therapeutics and Immune Therapy
Notice bibliographique
Résumé
Cancer immune therapy has recently shown tremendous promise to combat many different cancers. The microtubule is a well-defined and very effective cancer therapeutic target. Interestingly, several lines of evidence now suggest that microtubules are intimately connected to the body's immune responses. This raises the possibility that the combination of microtubule inhibitors and immune therapy can be a highly effective option for cancer treatments. However, our understanding on this potentially important aspect is still very limited, due in part to the multifaceted nature of microtubule functions. Microtubules are not only involved in maintaining cell morphology, but also a variety of cellular processes, including the movement of secretory vesicles and organelles, intracellular macromolecular assembly, signaling pathways, and cell division. Microtubule inhibitors may be subdivided into two classes: Anti-depolymerization agents such as the taxane family, and anti-polymerization agents such as colchicine and vinka alkaloids. These two different classes may have different effects on immune cell subtypes. Anti-depolymerization agents can not only induce NK cells, but also appear to inhibit T regulatory (Treg) cells. However, different inhibitors may have different functions even among the same class. For example, the doxetaxel anti-depolymerization agent up-regulates cytotoxic T cells, while paclitaxel down-regulates them. Certain anti-polymerization agents such as colchicine appear to down-regulate most immune cell types, while inducing dendritic cell maturation and increasing M1 macrophage population. In contrast, the vinblastine anti-polymerization agent activates many of these cell types, albeit down-regulating Treg cells. In this review, we focus on the various effects of tubulin inhibitors on the activities of the body's immune system, in the hope of paving the way to develop an effective cancer therapy by combining tubulin-targeting anticancer agents and immune therapy.
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 | 0,000 | 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 ».