Metronomic chemotherapy offsets HIFα induction upon maximum‐tolerated dose in metastatic cancers
Notice bibliographique
Résumé
Conventional maximum-tolerated dose (MTD) chemotherapy relies on periodic, massive cancer cell ablation events followed by treatment-free intermissions, stereotypically resulting in resistance, relapse, and mortality. Furthermore, MTD chemotherapy can promote metastatic dissemination via activation of a transcriptional program dependent on hypoxia-inducible factor (HIF)-1α and (HIF)-2α (hereafter referred to as HIFα). Instead, frequent low-dose metronomic (LDM) chemotherapy displays less adverse effects while preserving significant pre-clinical anticancer activity. Consequently, we hereby compared the effect of MTD or LDM chemotherapy upon HIFα in models of advanced, metastatic colon and breast cancer. Our results revealed that LDM chemotherapy could offset paralog-specific, MTD-dependent HIFα induction in colon cancers disseminating to the liver and lungs, while limiting HIFα and hypoxia in breast cancer lung metastases. Moreover, we assessed the translational significance of HIFα activity in colorectal and breast TCGA/microarray data, by developing two compact, 11-gene transcriptomic signatures allowing the stratification/identification of patients likely to benefit from LDM and/or HIFα-targeting therapies. Altogether, these results suggest LDM chemotherapy as a potential maintenance strategy to stave off HIFα induction within the intra-metastatic tumor microenvironment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».