Receptor Tyrosine Kinase Signaling and Targeting in Glioblastoma Multiforme
Notice bibliographique
Résumé
Glioblastoma multiforme (GBM) is amongst the deadliest of human cancers, with a median survival rate of just over one year following diagnosis. Characterized by rapid proliferation and diffuse infiltration into the brain, GBM is notoriously difficult to treat, with tumor cells showing limited response to existing therapies and eventually developing resistance to these interventions. As such, there is intense interest in better understanding the molecular alterations in GBM to guide the development of more efficient targeted therapies. GBM tumors can be classified into several molecular subtypes which have distinct genetic signatures, and they show aberrant activation of numerous signal transduction pathways, particularly those connected to receptor tyrosine kinases (RTKs) which control glioma cell growth, survival, migration, invasion, and angiogenesis. There are also non-canonical modes of RTK signaling found in GBM, which involve G-protein-coupled receptors and calcium channels. This review uses The Cancer Genome Atlas (TCGA) GBM dataset in combination with a data-mining approach to summarize disease characteristics, with a focus on select molecular pathways that drive GBM pathogenesis. We also present a unique genomic survey of RTKs that are frequently altered in GBM subtypes, as well as catalog the GBM disease association scores for all RTKs. Lastly, we discuss current RTK targeted therapies and highlight emerging directions in GBM research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».