A Pleiotropic Role of Long Non-Coding RNAs in the Modulation of Wnt/β-Catenin and PI3K/Akt/mTOR Signaling Pathways in Esophageal Squamous Cell Carcinoma: Implication in Chemotherapeutic Drug Response
Notice bibliographique
Résumé
Despite the availability of modern techniques for the treatment of esophageal squamous cell carcinoma (ESCC), tumor recurrence and metastasis are significant challenges in clinical management. Thus, ESCC possesses a poor prognosis and low five-year overall survival rate. Notably, the origin and recurrence of the cancer phenotype are under the control of complex cancer-related signaling pathways. In this review, we provide comprehensive knowledge about long non-coding RNAs (lncRNAs) related to Wnt/β-catenin and phosphatidylinositol-3-kinase (PI3K)/protein kinase B (Akt)/mammalian target of rapamycin (mTOR) signaling pathway in ESCC and its implications in hindering the efficacy of chemotherapeutic drugs. We observed that a pool of lncRNAs, such as HERES, TUG1, and UCA1, associated with ESCC, directly or indirectly targets various molecules of the Wnt/β-catenin pathway and facilitates the manifestation of multiple cancer phenotypes, including proliferation, metastasis, relapse, and resistance to anticancer treatment. Additionally, several lncRNAs, such as HCP5 and PTCSC1, modulate PI3K/Akt/mTOR pathways during the ESCC pathogenesis. Furthermore, a few lncRNAs, such as AFAP1-AS1 and LINC01014, block the efficiency of chemotherapeutic drugs, including cisplatin, 5-fluorouracil, paclitaxel, and gefitinib, used for ESCC treatment. Therefore, this review may help in designing a better therapeutic strategy for ESCC patients.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».