Notice bibliographique
Résumé
The multidrug resistance (MDR) phenotype exhibited by cancer cells is believed to be the major barriers to successful chemotherapy in cancer patients. The major form of MDR phenotype is contributed by a group of ATP-binding cassette (ABC) drug transporters which include P-glycoprotein, multidrug resistance-associated protein 1, and breast cancer resistance protein. There has been intense search for compounds which can act to reverse MDR phenotype in cultured cells, in animal models, and ultimately in patients. The ongoing search for MDR modulators, compounds that act directly on the ABC transporter proteins to block their activity, has led to three generations of drugs. Some of the third-generation MDR modulators have demonstrated encouraging results compared to earlier generation MDR modulators in clinical trials. These modulators are less toxic and they do not affect the pharmacokinetics of anti-cancer drugs. Significant numbers of natural products have also been identified for their effectiveness in reversing MDR in a manner similar to the MDR modulators. Other MDR reversing strategies that have been studied quite extensively are also reviewed and discussed in this chapter. These include strategies aimed at destroying mRNAs for ABC drug transporters, approaches in inhibiting transcription of ABC transporter genes, and blocking of ABC transporter activity using antibodies. This review summarizes the development of reversing agents for ABC drug transporters up to the end of 2008, and provides an optimistic view of what we have achieved and where we could go from here.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».