Expression and Signaling Pathways of Nerve Growth Factor (NGF) and Pro-NGF in Breast Cancer: A Systematic Review
Notice bibliographique
Résumé
Breast cancer represents the most common type of cancer and is the leading cause of death due to cancer among women. Thus, the prevention and early diagnosis of breast cancer is of primary urgency, as well as the development of new treatments able to improve its prognosis. Nerve Growth Factor (NGF) is a neurotrophic factor involved in the regulation of neuronal functions through the binding of the Tropomyosin receptor kinase A (TrkA) and the Nerve Growth Factor receptor or Pan-Neurotrophin Receptor 75 (NGFR/p75NTR). In addition, its precursor (pro-NGF) can extert biological activity by forming a trimeric complex with NGFR/p75NTR and sortilin, or by binding to TrkA receptors with low affinity. Several examples of in vitro and in vivo evidence show that NGF is both synthesized and released by breast cancer cells, and has mitogen, antiapoptotic and angiogenic effects on these cells through the activation of different signaling cascades that involve TrkA and NGFR/p75NTR receptors. Conversely, pro-NGF signaling has been related to breast cancer invasion and metastasis. Other studies suggested that NGF and its receptors could represent a good diagnostic and prognostic tool, as well as promising therapeutic targets for breast cancer. In this paper, we comprehensively summarize and systematically review the current experimental evidence on this topic. INPLASY ID: INPLASY2022100017.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».