MétaCan
Menu
Retour à la cohorte
Enregistrement W4385985675 · doi:10.3389/fonc.2023.1198259

Elucidating the roles of the mammary and gut microbiomes in breast cancer development

2023· review· en· W4385985675 sur OpenAlexaff
Courtney Hoskinson, R Jiang, Leah T. Stiemsma

Notice bibliographique

RevueFrontiers in Oncology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesU.S. Department of Defense
Mots-clésMicrobiomeBreast cancerDysbiosisGut microbiomeImmune systemBiologyGut floraCancerBioinformaticsComputational biologyMedicineImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

The mammary microbiome is a newly characterized bacterial niche that might offer biological insight into the development of breast cancer. Together with in-depth analysis of the gut microbiome in breast cancer, current evidence using next-generation sequencing and metabolic profiling suggests compositional and functional shifts in microbial consortia are associated with breast cancer. In this review, we discuss the fundamental studies that have progressed this important area of research, focusing on the roles of both the mammary tissue microbiome and the gut microbiome. From the literature, we identified the following major conclusions, (I) There are unique breast and gut microbial signatures (both compositional and functional) that are associated with breast cancer, (II) breast and gut microbiome compositional and breast functional dysbiosis represent potential early events of breast tumor development, (III) specific breast and gut microbes confer host immune responses that can combat breast tumor development and progression, and (IV) chemotherapies alter the microbiome and thus maintenance of a eubiotic microbiome may be key in breast cancer treatment. As the field expectantly advances, it is necessary for the role of the microbiome to continue to be elucidated using multi-omic approaches and translational animal models in order to improve predictive, preventive, and therapeutic strategies for breast cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,332
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetGut microbiota and healthTravaux en français237 207