MétaCan
Menu
Retour à la cohorte
Enregistrement W4392122071 · doi:10.37349/etat.2024.00210

Exploring monocarboxylate transporter inhibition for cancer treatment

2024· article· en· W4392122071 sur OpenAlexaff
Tomas Koltai, Larry Fliegel

Notice bibliographique

RevueExploration of Targeted Anti-tumor Therapy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTransporterMonocarboxylate transporterCancer cellCancerLipid bilayerCell membraneCellChemistryMembrane transport proteinFunction (biology)Membrane transportSolute carrier familyBiologyComputational biologyCell biologyBiochemistryMembraneGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Cells are separated from the environment by a lipid bilayer membrane that is relatively impermeable to solutes. The transport of ions and small molecules across this membrane is an essential process in cell biology and metabolism. Monocarboxylate transporters (MCTs) belong to a vast family of solute carriers (SLCs) that facilitate the transport of certain hydrophylic small compounds through the bilipid cell membrane. The existence of 446 genes that code for SLCs is the best evidence of their importance. In-depth research on MCTs is quite recent and probably promoted by their role in cancer development and progression. Importantly, it has recently been realized that these transporters represent an interesting target for cancer treatment. The search for clinically useful monocarboxylate inhibitors is an even more recent field. There is limited pre-clinical and clinical experience with new inhibitors and their precise mechanism of action is still under investigation. What is common to all of them is the inhibition of lactate transport. This review discusses the structure and function of MCTs, their participation in cancer, and old and newly developed inhibitors. Some suggestions on how to improve their anticancer effects are also discussed.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,135
Tête enseignante GPT0,316
Écart entre enseignants0,181 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExploration of Targeted Anti-tumor TherapyMême sujetDrug Transport and Resistance MechanismsTravaux en français237 207