Epigenetic regulation of temozolomide resistance in human cancers with an emphasis on brain tumors: Function of non-coding RNAs
Notice bibliographique
Résumé
Brain tumors, which are highly malignant, pose a significant threat to health and often result in substantial rates of mortality and morbidity worldwide. The brain cancer therapy has been challenging due to obstacles such as the BBB, which hinders effective delivery of therapeutic agents. Additionally, the emergence of drug resistance further complicates the management of brain tumors. TMZ is utilized in brain cancer removal, but resistance is a drawback. ncRNAs are implicated in various diseases, and their involvement in the cancer is particularly noteworthy. The focus of the current manuscript is to explore the involvement of ncRNAs in controlling drug resistance, specifically in the context of resistance to the chemotherapy drug TMZ. The review emphasizes the function of ncRNAs, particularly miRNAs, in modulating the growth and invasion of brain tumors, which significantly influences their response to TMZ treatment. Through their interactions with various molecular pathways, miRNAs are modulators of TMZ response. Similarly, lncRNAs also associate with molecular pathways and miRNAs, affecting the efficacy of TMZ chemotherapy. Given their functional properties, lncRNAs can either induce or suppress TMZ resistance in brain tumors. Furthermore, circRNAs, which are cancer controllers, regulate miRNAs by acting as sponges, thereby impacting the response to TMZ chemotherapy. The review explores the correlation between ncRNAs and TMZ chemotherapy, shedding light on the underlying molecular pathways involved in this process.
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 | 0,000 | 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 | 0,000 |
| 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 ».