Ribosomal RNA Degradation (RNA Disruption) in Tumour Cells: Mechanistic Insights and Potential Clinical Utility
Notice bibliographique
Résumé
The ribosome in eukaryotic cells is a macromolecular complex composed of four ribonucleic acids and over 80 proteins. This organelle facilitates protein synthesis in cells, and its activity is strongly upregulated in human cancers. Immune cells, a variety of cellular stressors and numerous structurally and mechanistically distinct anti-cancer agents have been shown to induce ribosomal RNA degradation in tumour cells in vitro and in vivo-a phenomenon we termed "RNA disruption". RNA disruption can be quantified in cultured cell lines and patient samples using the RNA disruption assay (RDA). Unlike well-known high-throughput anti-cancer drug sensitivity assays, RDA can distinguish between dying and arrested tumour cells, making it an attractive assay for anti-cancer drug discovery and development. Low tumour RNA disruption during neoadjuvant chemotherapy (as measured using RDA) is strongly associated with residual disease and reduced disease-free survival, making it a potentially valuable chemo-resistance assessment tool. High RNA disruption may also indicate chemo-responsiveness. RDA holds the prospect of being a useful tool to escalate or de-escalate neoadjuvant chemotherapy in cancer patients. Moreover, the assay's ability to predict treatment outcomes during neoadjuvant chemotherapy may permit its use in adaptive clinical trials and in drug approval by regulatory agencies. This review provides insight into the cellular processes involved in chemotherapy-induced RNA disruption. It also describes the results of clinical studies on tumour RNA disruption in cancer patients and suggests possible approaches that could be considered for the utilization of RDAs in the clinical management of breast cancer patients undergoing current neoadjuvant chemotherapy regimens.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».