Functional role of the cancer microbiome in the solid tumour niche
Notice bibliographique
Résumé
The importance of gut microbiome to cancer therapy and response cannot be overstated, however the contribution of the bacterial population to the local solid tumour ecosystem is often overlooked. Seminal studies of tumour-resident microbiomes have shown that relative abundances of specific bacteria in the tumour correlate with survival metrics, implicating the microbiome in patient outcome. Similarly, patterns of microbiome community shifts between tumour-bearing and unaffected organs suggests a role for the tumour microbiome niche in contributing to tumour biology and behaviour. Recent reports of the detection of bacteria in solid tumours of diverse human organs have provided a strong rationale for deciphering the role of the solid-tumour microbiome across all human-host anatomic and physiologic niches, as the microbiome is ubiquitously present throughout the human body. Here, we review the role of the human microbiome in mediating response to therapies, as well as the differences between tumour and non-malignant-resident communities. We discuss the ability of the tumour microbiome to interact with the host, thereby influencing host cell behaviour and cancer-associated processes. Further, we evaluate recent technological advances that allow us to actively quantify these populations and the relationships between cell types. Finally, we suggest how these dynamic interactions can be harnessed for therapeutic benefit in the treatment of cancer.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».