Genomic and Proteomic Insights into ABC Transporter-Mediated Drug Resistance in Cancer
Notice bibliographique
Résumé
ATP-binding cassette (ABC) transporters play a key role in the development of multidrug resistance (MDR) in cancer, as they actively pump chemotherapeutic agents out of tumor cells, thereby limiting drug accumulation and efficacy Of the 48 known human ABC transporters, members such as P-glycoprotein (ABCB1), MRP1 (ABCC1) and BCRP (ABCG2) are indeed implicated in clinical drug resistance across a variety of malignancies. In this review, we will examine the most recent genomic and proteomic studies on the regulation, expression, and function of ABC transporters in cancer. Genomic studies have identified mutations, polymorphisms, and epigenetic factors that affect transporter activity and expression, thereby contributing to variability in drug response among individuals. Proteomic studies have provided detailed identification of post-translational modifications and protein–protein interactions that can affect transporter stability and trafficking. In addition, multi-omics studies have provided new insights into regulators of ABC transporters and novel therapeutic targets to reverse MDR. A thorough understanding of the molecular complexities of each ABC transporter family member is crucial for establishing predictive biomarkers and developing strategies to overcome drug resistance. This synthesis of genomic and proteomic data supports the need to consider how the variability of different ABC transporters contributes to each individual's resistance, which in turn highlights the need for personalized approaches in cancer therapy to optimize the effects while overcoming the specific mechanisms linked to ABC transporter-mediated drug resistance.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».