Plant-Derived Anti-Cancer Therapeutics and Biopharmaceuticals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In spite of significant advancements in diagnosis and treatment, cancer remains one of the major threats to human health due to its ability to cause disease with high morbidity and mortality. A multifactorial and multitargeted approach is required towards intervention of the multitude of signaling pathways associated with carcinogenesis inclusive of angiogenesis and metastasis. In this context, plants provide an immense source of phytotherapeutics that show great promise as anticancer drugs. There is increasing epidemiological data indicating that diets rich in vegetables and fruits could decrease the risks of certain cancers. Several studies have proved that natural plant polyphenols, such as flavonoids, lignans, phenolic acids, alkaloids, phenylpropanoids, isoprenoids, terpenes, and stilbenes, could be used in anticancer prophylaxis and therapeutics by recruitment of mechanisms inclusive of antioxidant and anti-inflammatory activities and modulation of several molecular events associated with carcinogenesis. The current review discusses the anticancer activities of principal phytochemicals with focus on signaling circuits towards targeted cancer prophylaxis and therapy. Also addressed are plant-derived anti-cancer vaccines, nanoparticles, monoclonal antibodies, and immunotherapies. This review article brings to light the importance of plants and plant-based platforms as invaluable, low-cost sources of anti-cancer molecules of particular applicability in resource-poor developing countries.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle