Bioactive peptides with potential anticancer properties from various food protein sources: status of recent research, production technologies, and developments
Notice bibliographique
Résumé
Recently, bioactive peptides, from natural resources, have attracted remarkable attention as nutraceutical treasures and the health benefits of their consumption have extensively been studied. Therapies based on bioactive peptides have been recognized as an innovative and promising alternative method for dangerous diseases such as cancer. Indeed, there has been enormous interest in nutraceuticals and bioactive-based chemopreventive molecules as a potential opportunity to manage chronic diseases, including cancer at different stages, rather than the traditionally used therapies. The relative safety and efficacy of these peptides in targeting only the tumor cells without affecting the normal cells make them attractive alternatives to existing pharmaceuticals for the treatment, management, and prevention of cancer, being able to act as potential physiological modulators of metabolism during their intestinal digestion. Novel bioactive peptides derived from food sources can be beneficial as anticancer nutraceuticals and provide a basis for the pharmaceutical development of food-derived bioactive peptides. Bioactive peptides can be generated through different protein hydrolysis methods and purified using advanced chromatographic techniques. Moreover, establishing bioactive peptides' efficacy and mechanism of action can provide alternative methods for cancer prevention and management. Most of the research on anticancer peptides is carried out on cell lines with very limited research being investigated in animal models or human clinical models. In this context, this review article comprehensively discusses anticancer peptides': production, isolation, therapeutic strategies, mechanism of action, and application in cancer therapy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».