Targeting receptor tyrosine kinases in ovarian cancer: Genomic dysregulation, clinical evaluation of inhibitors, and potential for combinatorial therapies
Notice bibliographique
Résumé
Epithelial ovarian cancer (EOC) remains one of the leading causes of cancer-related deaths among women worldwide. Receptor tyrosine kinases (RTKs) have long been sought as therapeutic targets for EOC, as they are frequently hyperactivated in primary tumors and drive disease relapse, progression, and metastasis. More recently, these oncogenic drivers have been implicated in EOC response to poly(ADP-ribose) polymerase (PARP) inhibitors and epigenome-interfering agents. This evidence revives RTKs as promising targets for therapeutic intervention of EOC. This review summarizes recent studies on the role of RTKs in EOC malignancy and the use of their inhibitors for clinical treatment. Our focus is on the ERBB family, c-Met, and VEGFR, as they are linked to drug resistance and targetable using commercially available drugs. The importance of these RTKs and their inhibitors is highlighted by their impact on signal transduction and intratumoral heterogeneity in EOC and successful use as maintenance therapy in the clinic through suppression of the VEGF/VEGFR axis. Finally, the therapeutic potential of RTK inhibitors is discussed in the context of combinatorial targeting via co-inhibiting proliferative and anti-apoptotic pathways, epigenomic/transcriptional programs, and harnessing the efficacy of PARP inhibitors and programmed cell death 1/ligand 1 immune checkpoint therapies.
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 | 0,002 | 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 | 0,000 |
| 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 ».