MétaCan
Menu
Retour à la cohorte
Enregistrement W4413230139 · doi:10.54254/2753-8818/2025.20035

The Role of Mushroom Polysaccharides in Cancer Prevention and Therapy

2025· article· en· W4413230139 sur OpenAlexaff
Mingjun Chen

Notice bibliographique

RevueTheoretical and Natural Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFungal Biology and Applications
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésImmune systemMushroomCancerPolysaccharideBiologyDysbiosisCancer researchApoptosisTumor microenvironmentGut floraGastrointestinal tractImmunologyBiochemistryFood science

Résumé

récupéré en direct d'OpenAlex

Cancer remains a leading cause of mortality worldwide, with millions of deaths each year. One emerging area of interest in cancer prevention and treatment is the effect of gut microbiota and how dietary interventions can modulate its composition to exert anti-tumor effects. The gastrointestinal tract hosts a diverse community of microorganisms, collectively known as the gut microbiota, which is vital for human health maintenance. When dysbiosis occurs, it can contribute to diseases such as colorectal cancer (CRC). Recent studies have identified mushroom polysaccharides as promising agents with potent anti-tumor properties. Mushroom polysaccharides act as indigestible polysaccharides that can serve as prebiotics to maintain gut health and regulate the immune system. In this article, we review and record studies about the effects of mushroom polysaccharides in anti-tumor. They stimulate and activate immune responses and induce tumor cell death through apoptosis and necrosis. They also affect angiogenesis, thereby inhibiting the nutrient absorption of cancer cells. This paper describes the structure of polysaccharides that can influence bioactivity and anti-tumor effects and summarizes the functions of mushroom polysaccharides in clinical 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,306
Écart entre enseignants0,301 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical and Natural ScienceMême sujetFungal Biology and ApplicationsTravaux en français237 207