MétaCan
Menu
Retour à la cohorte
Enregistrement W3168045009 · doi:10.3390/cancers13122922

Targeting mTOR and Glycolysis in HER2-Positive Breast Cancer

2021· review· en· W3168045009 sur OpenAlexafffund
Ryan W. Holloway, Paola A. Marignani

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensDalhousie University
Organismes subventionnairesBreast Cancer Society of CanadaDalhousie Medical Research Foundation
Mots-clésPI3K/AKT/mTOR pathwayBreast cancerMedicineGlycolysisCancer researchCancerInternal medicineDiscovery and development of mTOR inhibitorsProtein kinase BOncologySignal transductionBiologyMetabolismBiochemistry

Résumé

récupéré en direct d'OpenAlex

Up to one third of all breast cancers are classified as the aggressive HER2-positive subtype, which is associated with a higher risk of recurrence compared to HER2-negative breast cancers. The HER2 hyperactivity associated with this subtype drives tumor growth by up-regulation of mechanistic target of rapamycin (mTOR) pathway activity and a metabolic shift to glycolysis. Although inhibitors targeting the HER2 receptor have been successful in treating HER2-positive breast cancer, anti-HER2 therapy is associated with a high risk of recurrence and drug resistance due to stimulation of the PI3K-Akt-mTOR signaling pathway and glycolysis. Combination therapies against HER2 with inhibition of mTOR improve clinical outcomes compared to HER2 inhibition alone. Here, we review the role of the HER2 receptor, mTOR pathway, and glycolysis in HER2-positive breast cancer, along with signaling mechanisms and the efficacy of treatment strategies of HER2-positive 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,422
Écart entre enseignants0,368 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations51
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207