Angioregulatory microRNAs in breast cancer: Molecular mechanistic basis and implications for therapeutic strategies
Notice bibliographique
Résumé
Background: Cancer-associated angiogenesis is a fundamental process in tumor growth and metastasis. A variety of signaling regulators and pathways contribute to establish neovascularization, among them as small endogenous non-coding RNAs, microRNAs (miRNAs) play prominent dual regulatory function in breast cancer (BC) angiogenesis. Aim of Review: This review aims at describing the current state-of-the-art in BC angiogenesis-mediated by angioregulatory miRNAs, and an overview of miRNAs dysregulation association with the anti-angiogenic response in addition to potential clinical application of miRNAs-based therapeutics. Key Scientific Concepts of Review: Angioregulatory miRNA-target gene interaction is not only involved in sprouting vessels of breast tumors but also, trans-differentiation of BC cells to endothelial cells (ECs) in a process termed vasculogenic mimicry. Using canonical and non-canonical angiogenesis pathways, the tumor cell employs the oncogenic characteristics such as miRNAs dysregulation to increase survival, proliferation, oxygen and nutrient supply, and treatment resistance. Angioregulatory miRNAs in BC cells and their microenvironment have therapeutic potential in cancer treatment. Although, miRNAs dysregulation can serve as tumor biomarker nevertheless, due to the association of miRNAs dysregulation with anti-angiogenic resistant phenotype, clinical benefits of anti-angiogenic therapy might be challenging in BC. Hence, unveiling the molecular mechanism underlying angioregulatory miRNAs sparked a booming interest in finding new treatment strategies such as miRNA-based therapies in BC.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».