The Role of Serotonin in Breast Cancer Stem Cells
Notice bibliographique
Résumé
Breast tumors were the first tumors of epithelial origin shown to follow the cancer stem cell model. The model proposes that cancer stem cells are uniquely endowed with tumorigenic capacity and that their aberrant differentiation yields non-tumorigenic progeny, which constitute the bulk of the tumor cell population. Breast cancer stem cells resist therapies and seed metastases; thus, they account for breast cancer recurrence. Hence, targeting these cells is essential to achieve durable breast cancer remissions. We identified compounds including selective antagonists of multiple serotonergic system pathway components required for serotonin biosynthesis, transport, activity via multiple 5-HT receptors (5-HTRs), and catabolism that reduce the viability of breast cancer stem cells of both mouse and human origin using multiple orthologous assays. The molecular targets of the selective antagonists are expressed in breast tumors and breast cancer cell lines, which also produce serotonin, implying that it plays a required functional role in these cells. The selective antagonists act synergistically with chemotherapy to shrink mouse mammary tumors and human breast tumor xenografts primarily by inducing programmed tumor cell death. We hypothesize those serotonergic proteins of diverse activity function by common signaling pathways to maintain cancer stem cell viability. Here, we summarize our recent findings and the relevant literature regarding the role of serotonin in breast 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».