Bruton’s Tyrosine Kinase: A Double-Edged Sword in Cancer and Aging
Notice bibliographique
Résumé
Bruton’s tyrosine kinase (BTK) is a key signaling molecule involved in both hematological malignancies and solid tumors. In B-cell malignancies such as chronic lymphocytic leukemia (CLL) and non-Hodgkin lymphoma (NHL), BTK mediates B-cell receptor signaling, promoting tumor survival and proliferation, leading to the development of BTK inhibitors like ibrutinib that improve patient outcomes. In solid tumors, BTK isoforms, particularly p65BTK, contribute to tumor growth and therapy resistance, with inhibition showing promise in cancers like colorectal, ovarian, and non-small cell lung cancer. BTK also influences the tumor microenvironment by modulating immune cells such as myeloid-derived suppressor cells and tumor-associated macrophages, aiding immune evasion. BTK inhibition can enhance anti-tumor immunity and reduce inflammation-driven tumor progression. Additionally, BTK contributes to tumor angiogenesis, with inhibitors like ibrutinib showing anti-angiogenic effects. Beyond cancer, BTK is linked to aging, where its modulation may reduce senescent cell accumulation and preserve cognitive function. This review explores BTK’s dual role, focusing on its oncogenic effects and potential impact on aging processes. We also discuss the use of BTK inhibitors in cancer treatment and their potential to address age-related concerns, providing a deeper understanding of BTK as a therapeutic target and mediator in the complex relationship between cancer and aging.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».