MicroRNA as an Important Target for Anticancer Drug Development
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cancer has become the second greatest cause of death worldwide. Although there are several different classes of anticancer drugs that are available in clinic, some tough issues like side-effects and low efficacy still need to dissolve. Therefore, there remains an urgent need to discover and develop more effective anticancer drugs. MicroRNAs (miRNAs) are a class of small endogenous non-coding RNAs that regulate gene expression by inhibiting mRNA translation or reducing the stability of mRNA. An abnormal miRNA expression profile was found to exist widely in cancer cell, which induces limitless replicative potential and evading apoptosis. MiRNAs function as oncogenes (oncomiRs) or tumor suppressors during tumor development and progression. It was shown that regulation of specific miRNA alterations using miRNA mimics or antagomirs can normalize the gene regulatory network and signaling pathways, and reverse the phenotypes in cancer cells. The miRNA hence provides an attractive target for anticancer drug development. In this review, we will summarize the latest publications on the role of miRNA in anticancer therapeutics and briefly describe the relationship between abnormal miRNAs and tumorigenesis. The potential of miRNA-based therapeutics for anticancer treatment has been critically discussed. And the current strategies in designing miRNA targeting therapeutics are described in detail. Finally, the current challenges and future perspectives of miRNA-based therapy are conferred.
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.
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 découle