MétaCan
Menu
Retour à la cohorte
Enregistrement W4401973294 · doi:10.3390/ijms25169032

Leveraging PARP-1/2 to Target Distant Metastasis

2024· review· en· W4401973294 sur OpenAlexafffund
Mallory I. Frederick, Djihane Abdesselam, Anna Clouvel, Laurent Croteau, Saima Hassan

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésPoly ADP ribose polymeraseMetastasisComputer scienceComputational biologyBiologyMedicineCancer researchInternal medicineCancerGeneticsDNAPolymerase

Résumé

récupéré en direct d'OpenAlex

mutations, PARP inhibitors have commonly been exploited for their capacity to prevent DNA repair. In this review, we discuss the multifaceted roles of PARP-1 and PARP-2 beyond DNA repair, including the impact of PARP-1 on chemokine signalling, immune modulation, and transcriptional regulation of gene expression, particularly in the contexts of angiogenesis and epithelial-to-mesenchymal transition (EMT). We evaluate the pre-clinical role of PARP inhibitors, either as single-agent or combination therapies, to block the metastatic process. Efficacy of PARP inhibitors was demonstrated via DNA repair-dependent and independent mechanisms, including DNA damage, cell migration, invasion, initial colonization at the metastatic site, osteoclastogenesis, and micrometastasis formation. Finally, we summarize the recent clinical advancements of PARP inhibitors in the prevention and progression of distant metastases, with a particular focus on specific metastatic sites and PARP-1 selective inhibitors. Overall, PARP inhibitors have demonstrated great potential in inhibiting the metastatic process, pointing the way for greater use in early cancer settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,095
Tête enseignante GPT0,446
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetPARP inhibition in cancer therapyTravaux en français237 207