Advances in Molecular Perspectives of Tumor-Initiating Cells on Cancer Therapy
Notice bibliographique
Résumé
Cancer stem cells (CSCs) known as tumorigenic cells are biologically distinct from diverse subpopulations. Cancer cell heterogeneity readily leads to development of drug resistance and tolerance to treatment. CSC hypothesis has resulted in incredible impact on the understanding and insight into tumor biology. More importantly, advances in molecular perspectives have achieved in the recent decades although many aspects of this hypothesis remain speculative and are still evolving. CSC has been considered a new cellular target for anticancer drug discovery. Along with identification of different CSC markers such as CD133, CD24, CD44, CD90 and signaling pathways such as Wnt/β-catenin, hedgehog and so on, different kinds of therapeutic approaches have been developed to work on these molecular targets, resulting in selective inhibition of CSC functions including self-renewal and differentiation. Most recent studies demonstrated that CR1 expression in colon CSC can promote the stem cell clone formation, CCR7 promotes breast CSC growth, TP53 splice can enhance the pluripotency of CSC through the positive regulation of Sox2, Oct3/4 and Nanog and other key factors, to increase the potential risk of cancer recurrence, and an exciting finding is that carbon nanomaterials may be used as a CSC sniper. Selectively targeting CSC has shown promising perspectives and may open a new venue for the treatment of cancer. Cell Mol Med Res. 2023;1(1):3-7 doi: https://doi.org/10.14740/cmmr10e
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) | 0,001 | 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 ».