Molecular Mechanisms of Radiation Resistance in Breast Cancer: A Systematic Review of Radiosensitization Strategies
Notice bibliographique
Résumé
Breast cancer remains one of the most prevalent malignancies worldwide, and radiation therapy is a central component of its management. However, intrinsic or acquired resistance to radiation significantly compromises therapeutic efficacy. This systematic review aimed to identify and evaluate molecular mechanisms and interventions that influence radiation sensitivity in breast cancer models. A comprehensive PubMed search was conducted using the terms “breast cancer” and “radiation resistance” for studies published between 2002 and 2024. Seventy-nine eligible studies were included. The most frequently investigated mechanisms included the dysregulation of the PI3K/AKT/mTOR and MAPK signaling pathways, enhanced DNA damage repair via non-homologous end joining (NHEJ), and the overexpression of cancer stem cell markers such as CD44+/CD24−/low and ALDH1. Several studies highlighted the role of non-coding RNAs, particularly the lncRNA DUXAP8 and microRNAs such as miR-21, miR-144, miR-33a, and miR-634, in modulating radiation response. Components of the tumor microenvironment, including cancer-associated fibroblasts and immune regulators, also contributed to radiation resistance. By synthesizing current evidence, this review provides a consolidated resource to guide future mechanistic studies and therapeutic development. This review highlights promising molecular targets and emerging strategies to enhance radiosensitivity and offers a foundation for translational research aimed at improving outcomes in radiation-refractory breast cancer.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».