MétaCan
Menu
Retour à la cohorte
Enregistrement W3130728587 · doi:10.2174/1871520621666210223095021

Xanthohumol: A Metabolite with Promising Anti-Neoplastic Potential

2021· review· en· W3130728587 sur OpenAlexaff
Hardeep Singh Tuli, Vaishali Aggarwal, Gaurav Parashar, Diwakar Aggarwal, Nidarshana Chaturvedi Parashar, Muobarak J. Tuorkey, Mehmet Varol, Katrin Sak, Manoj Kumar, Harpal S. Buttar

Notice bibliographique

RevueAnti-Cancer Agents in Medicinal Chemistry · 2021
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueHops Chemistry and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésXanthohumolCancerPharmacologyIn vivoMedicineCancer researchChemistryBiologyBiotechnologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The overwhelming global burden of cancer has posed numerous challenges and opportunities for developing anti-cancer therapies. Phytochemicals have emerged as promising synergistic compounds with potential anti-cancer effects to supplement chemo- and immune-therapeutic regimens. Anti cancer synergistic effects have been investigated in the interaction between phytocompounds derived from flavonoids such as quercetin, apigenin, kaempferol, hesperidin, emodin, etc., and conventional drugs. Xanthohumol is one of the prenylated phytoflavonoid that has demonstrated key anti-cancer activities in in vitro (anti proliferation of cancer cell lines) and in vivo (animal models of xenograft tumours) studies, and has been explored from different dimensions for targeting cancer subtypes. In the last decade, xanthohumol has been investigated how it induces the anti- cancer effects at cellular and molecular levels. The different signalling cascades and targets of xanthohumol are summarized in this review. Overall, this review summarizes the current advances made in the field of natural compounds with special reference to xanthohumol and its promising anti-cancer effects to inhibit tumour progression. The present review has also discussedthe potential of xanthohumol transitioning into a leadingcandidate from nano-therapy viewpoint along with the challenges which need to be addressed for extensive preclinical and clinical anti-cancer studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,182
Tête enseignante GPT0,510
Écart entre enseignants0,328 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnti-Cancer Agents in Medicinal ChemistryMême sujetHops Chemistry and ApplicationsTravaux en français237 207