MétaCan
Menu
Retour à la cohorte
Enregistrement W3217209761 · doi:10.3389/fcell.2021.786728

TGF-β Signaling and Resistance to Cancer Therapy

2021· review· en· W3217209761 sur OpenAlexaff
Maoduo Zhang, Ying Yi Zhang, Yongze Chen, Jia Wang, Qiang Wang, Hezhe Lu

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueTGF-β signaling in diseases
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesState Key Laboratory of Membrane Biology
Mots-clésCancerTransforming growth factorCarcinogenesisCancer researchImmunotherapyTargeted therapyMedicineDrug resistanceCancer cellTransforming growth factor betaSignal transductionClinical trialOncologyBiologyInternal medicineCell biology

Résumé

récupéré en direct d'OpenAlex

The transforming growth factor β (TGF-β) pathway, which is well studied for its ability to inhibit cell proliferation in early stages of tumorigenesis while promoting epithelial-mesenchymal transition and invasion in advanced cancer, is considered to act as a double-edged sword in cancer. Multiple inhibitors have been developed to target TGF-β signaling, but results from clinical trials were inconsistent, suggesting that the functions of TGF-β in human cancers are not yet fully explored. Multiple drug resistance is a major challenge in cancer therapy; emerging evidence indicates that TGF-β signaling may be a key factor in cancer resistance to chemotherapy, targeted therapy and immunotherapy. Finally, combining anti-TGF-β therapy with other cancer therapy is an attractive venue to be explored for the treatment of therapy-resistant 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)
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 enseignants0,971
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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'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

Citations196
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetTGF-β signaling in diseasesTravaux en français237 207