Autotaxin and Lysophosphatidate Signaling: Prime Targets for Mitigating Therapy Resistance in Breast Cancer
Notice bibliographique
Résumé
Overcoming and preventing cancer therapy resistance is the most pressing challenge in modern breast cancer management. Consequently, most modern breast cancer research is aimed at understanding and blocking these therapy resistance mechanisms. One increasingly promising therapeutic target is the autotaxin (ATX)-lysophosphatidate (LPA)-lipid phosphate phosphatase (LPP) axis. Extracellular LPA, produced from albumin-bound lysophosphatidylcholine by ATX and degraded by the ecto-activity of the LPPs, is a potent cell-signaling mediator of tumor growth, invasion, angiogenesis, immune evasion, and resistance to cancer treatment modalities. LPA signaling in the post-natal organism has central roles in physiological wound healing, but these mechanisms are subverted to fuel pathogenesis in diseases that arise from chronic inflammatory processes, including cancer. Over the last 10 years, our understanding of the role of LPA signaling in the breast tumor microenvironment has begun to mature. Tumor-promoting inflammation in breast cancer leads to increased ATX production within the tumor microenvironment. This results in increased local concentrations of LPA that are maintained in part by decreased overall cancer cell LPP expression that would otherwise more rapidly break it down. LPA signaling through six G-protein-coupled LPA receptors expressed by cancer cells can then activate virtually every known tumorigenic pathway. Consequently, to target therapy resistance and tumor growth mediated by LPA signaling, multiple inhibitors against the LPA signaling axis are entering clinical trials. In this review, we summarize recent developments in LPA breast cancer biology, and illustrate how these novel therapeutics against the LPA signaling pathway may be excellent adjuncts to extend the efficacy of evolving breast cancer treatments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».