Autophagy: A Versatile Player in the Progression of Colorectal Cancer and Drug Resistance
Notice bibliographique
Résumé
Colorectal cancer (CRC) is among the topmost malignancies for both genders. Despite the high incidence rate and advances in diagnostic tools, treatment in many cases is still ineffective. Most cancerous lesions in CRC begin as benign, followed by the development of invasive forms and metastases. The development of CRC has been linked to defects in autophagy, which plays both a pro-and anti-tumor role and is mainly context-dependent. Autophagy suppression could enhance apoptosis via p53 activation, or autophagy also promotes tumor progression by maintaining tumor growth and increasing resistance to chemotherapy. Autophagy promotes the invasion and metastasis of CRC cells via increased epithelial-mesenchymal transition (EMT). Moreover, dysbiosis of gut microbiota upregulated autophagy and metastasis markers. Autophagy responses may also modulate the tumor microenvironment (TME) via regulating the differentiation process of several innate immune cells. Treatments that promote tumor cell death by stimulating or inhibiting autophagy could be beneficial if used as an adjunct treatment, but the precise role of various autophagy-modulating drugs in CRC patients is needed to be explored. In this article, we present an overview of the autophagy process and its role in the pathogenesis and therapeutic resistance of CRC. Also, we focused on the current understanding of the role of the EMT and TME, including its relation to gut microbiota and immune cells, in autophagic manipulation of CRC. We believe that there is a potential link between autophagy, TME, EMT, and drug resistance, suggesting that further studies are needed to explore this aspect.
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) | 0,002 | 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 | 0,001 |
| 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 ».