The Potential of Natural Products in the Treatment of Triple-negative Breast Cancer
Notice bibliographique
Résumé
Triple-negative breast cancer (TNBC) is a subtype of breast cancer that lacks receptors for targeted therapy. Consequently, chemotherapy is currently the mainstay of systemic treatment options. However, the enrichment of cancer stem cells (CSC, a subpopulation with stem-cell characteristics and tumor-initiating propensity) promotes chemo-resistance and tumorigenesis, resulting in cancer recurrence and relapse. Furthermore, toxic side effects of chemotherapeutics reduce patient wellbeing. Natural products specifically compounds derived from plants, have the potential to treat TNBC and target CSCs by inhibiting CSC signaling pathways. Literature evidence from six promising compounds was reviewed, including sulforaphane, curcumin, genistein, resveratrol, lycopene, and epigallocatechin-3-gallate. These compounds have been shown to promote cell cycle arrest and apoptosis in TNBC cells. They also could inhibit the epithelial-mesenchymal transition (EMT) that plays an important role in metastasis. In addition, those natural compounds have been found to inhibit pathways important for CSCs, such as NF-κB, PI3K/Akt/mTOR, Notch 1, Wnt/β- catenin, and YAP. Clinical trials conducted on these compounds have shown varying degrees of effectiveness. Epidemiological case-control studies for the compounds commonly consumed in certain human populations have also been summarized. While in vivo and in vitro data are promising, further basic and clinical investigations are required. Likely, natural products in combination with other drugs may hold great potential to improve TNBC treatment efficacy and patient outcomes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».