MétaCan
Menu
Retour à la cohorte
Enregistrement W4417215004 · doi:10.1016/j.gendis.2025.101982

Role of circular RNAs in regulating toxicity induced by cancer therapies

2025· article· en· W4417215004 sur OpenAlexaff
Jiawen Xian, Javeria Qadir, Burton B. Yang, Ting Ye

Notice bibliographique

RevueGenes & Diseases · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesSouthwest Medical UniversityDepartment of Science and Technology of Sichuan ProvinceMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésCancerToxicityFunction (biology)DiseaseImmunotherapyMitochondrionMechanism (biology)Cancer cellmicroRNA

Résumé

récupéré en direct d'OpenAlex

Owing to transformative improvements in diagnosis and treatment, survival rates for cancer patients have improved significantly across the globe. However, toxicity induced by oncotherapy remains a major concern and markedly affects disease prognosis. In recent years, research on the association between circular RNAs (circRNAs) and oncotherapy-induced toxicity has received extensive attention. CircRNAs are a class of single-stranded closed-loop molecules that play a regulatory role in the occurrence and development of tumors. An integral role of circRNAs in the development of cancer treatment-induced toxicity, as well as in pathological processes such as oxidative damage, mitochondrial damage, apoptosis, dysregulation of calcium homeostasis, and dysregulation of vascular homeostasis has been deciphered. With regards to chemotherapy, radiotherapy, and immunotherapy for cancer treatment, circRNAs play crucial functions in modulating the effects of oncotherapy-induced toxicity. The current review focuses on the mechanisms by which circRNAs function in regulating cancer treatment-induced toxicity, which leads to apoptosis, mitochondrial damage, oxidative stress, DNA damage, and fibrosis. In addition, this review summarizes the potential circRNA biomarkers, treatment strategies and future challenges, which may help translate circRNA research into clinical practice for early detection and improvement of cancer treatment-induced toxicity in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,266
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenes & DiseasesMême sujetCircular RNAs in diseasesTravaux en français237 207