Role of exosomes in malignant glioma: microRNAs and proteins in pathogenesis and diagnosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Malignant gliomas are the most common and deadly type of central nervous system tumors. Despite some advances in treatment, the mean survival time remains only about 1.25 years. Even after surgery, radiotherapy and chemotherapy, gliomas still have a poor prognosis. Exosomes are the most common type of extracellular vesicles with a size range of 30 to 100 nm, and can act as carriers of proteins, RNAs, and other bioactive molecules. Exosomes play a key role in tumorigenesis and resistance to chemotherapy or radiation. Recent evidence has shown that exosomal microRNAs (miRNAs) can be detected in the extracellular microenvironment, and can also be transferred from cell to cell via exosome secretion and uptake. Therefore, many recent studies have focused on exosomal miRNAs as important cellular regulators in various physiological and pathological conditions. A variety of exosomal miRNAs have been implicated in the initiation and progression of gliomas, by activating and/or inhibiting different signaling pathways. Exosomal miRNAs could be used as therapeutic agents to modulate different biological processes in gliomas. Exosomal miRNAs derived from mesenchymal stem cells could also be used for glioma treatment. The present review summarizes the exosomal miRNAs that have been implicated in the pathogenesis, diagnosis and treatment of gliomas. Moreover, exosomal proteins could also be involved in glioma pathogenesis. Exosomal miRNAs and proteins could also serve as non-invasive biomarkers for prognosis and disease monitoring. Video Abstract.
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.
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 découle