Oncogenes as Regulators of Tissue Factor Expression in Cancer: Implications for Tumor Angiogenesis and Anti-Cancer Therapy
Notice bibliographique
Résumé
Up-regulation of tissue factor (TF) is often observed in cancer. TF is a cell-associated receptor for coagulation factor VII/VIIa, an interaction known to activate the coagulation cascade. At the same time, TF is also known as a mediator of intracellular signaling events that can alter gene expression patterns and cell behavior. Both aspects of TF activity are of possible relevance to tumor growth, metastasis, and angiogenesis, including up-regulation of vascular endothelial growth factor (VEGF). TF up-regulation is often observed on the surfaces of tumor-associated endothelial cells, inflammatory cells, and particularly on cancer cells themselves. In the last case, high TF levels may be associated with poor prognosis and parallel clinical (and genetic) tumor progression. We have proposed elsewhere that TF may be a target of oncogenic events in cancer. Here we discuss our observations suggesting that oncogene-targeting agents may down-regulate TF expression. Such is the effect of treatment with the neutralizing monoclonal antibody (C225) raised against the epidermal growth factor receptor (EGFR) in EGFR-dependent squamous cell carcinoma cells (A431). This two- to threefold TF down-regulation by C225 treatment is paralleled by a decrease in expression of VEGF. It is conceivable that TF participates in signals that regulate VEGF and angiogenesis triggered by activated oncogenic pathways. Therefore, direct targeting of TF in cancer should be considered in combination with other treatment modalities such as oncogene-directed therapies, antiangiogenic agents (e.g., VEGF antagonists), and anti-cancer chemotherapy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».