MétaCan
Menu
Retour à la cohorte
Enregistrement W3005361124 · doi:10.3390/cancers12020374

Autotaxin and Breast Cancer: Towards Overcoming Treatment Barriers and Sequelae

2020· review· en· W3005361124 sur OpenAlexaff
Matthew G.K. Benesch, Xiaoyun Tang, David N. Brindley

Notice bibliographique

RevueCancers · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSphingolipid Metabolism and Signaling
Établissements canadiensUniversity of AlbertaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAutotaxinBreast cancerMedicineCancerClinical trialAdjuvantTumor microenvironmentCancer researchOncologyInternal medicineBioinformaticsLysophosphatidic acidBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

After a decade of intense preclinical investigations, the first in-class autotaxin inhibitor, GLPG1690, has entered Phase III clinical trials for idiopathic pulmonary fibrosis. In the intervening time, a deeper understanding of the role of the autotaxin-lysophosphatidate (LPA)-lipid phosphate phosphatase axis in breast cancer progression and treatment resistance has emerged. Concordantly, appreciation of the tumor microenvironment and chronic inflammation in cancer biology has matured. The role of LPA as a central mediator behind these concepts has been exemplified within the breast cancer field. In this review, we will summarize current challenges in breast cancer therapy and delineate how blocking LPA signaling could provide novel adjuvant therapeutic options for overcoming therapy resistance and adverse side effects, including radiation-induced fibrosis. The advent of autotaxin inhibitors in clinical practice could herald their applications as adjuvant therapies to improve the therapeutic indexes of existing treatments for breast and other cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,304
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetSphingolipid Metabolism and SignalingTravaux en français237 207