35 research outputs found
Bitter Melon (Momordica Charantia), a Nutraceutical Approach for Cancer Prevention and Therapy
No full textCancer is the second leading cause of death worldwide. Many dietary plant products show promising anticancer effects. Bitter melon or bitter gourd (Momordica charantia) is a nutrient-rich medicinal plant cultivated in tropical and subtropical regions of many countries. Traditionally, bitter melon is used as a folk medicine and contains many bioactive components including triterpenoids, triterpene glycoside, phenolic acids, flavonoids, lectins, sterols and proteins that show potential anticancer activity without significant side effects. The preventive and therapeutic effects of crude extract or isolated components are studied in cell line-based models and animal models of multiple types of cancer. In the present review, we summarize recent progress in testing the cancer preventive and therapeutic activity of bitter melon with a focus on underlying molecular mechanisms. The crude extract and its components prevent many types of cancers by enhancing reactive oxygen species generation; inhibiting cancer cell cycle, cell signaling, cancer stem cells, glucose and lipid metabolism, invasion, metastasis, hypoxia, and angiogenesis; inducing apoptosis and autophagy cell death, and enhancing the immune defense. Thus, bitter melon may serve as a promising cancer preventive and therapeutic agent
Diverse roles of bitter melon (Momordica charantia) in prevention of oral cancer
No full textOral squamous cell carcinoma (OSCC) is one of the common lethal malignancies which is increasing rapidly in the world. Increasing risks from alcohol and tobacco habits, lack of early detection markers, lack of effective chemotherapeutic agents, recurrence and distant metastasis make the disease more complicated to manage. Laboratory-based studies and epidemiological studies indicate important roles of nutraceuticals to manage different cancers. The plant bitter melon (Momordica charantia) is a good source of nutrients and bio-active phytochemicals such as triterpenoids, triterpene glycosides, phenolic acids, flavonoids, lectins, sterols and proteins. The plant is widely grown in Asia, Africa, and South America. Bitter melon has traditionally been used as a folk medicine and Ayurvedic medicine in Asian culture to treat diseases such as diabetes, since ancient times. The crude extract and some of the isolated pure compounds of bitter melon show potential anticancer effects against different cancers. In this review, we shed light on its effect on OSCC. Bitter melon extract has been found to inhibit cell proliferation and metabolism, induce cell death and enhance the immune defense system in the prevention of OSCC in vitro and in vivo. Thus, bitter melon may be used as an attractive chemopreventive agent in progression towards OSCC clinical study
Molecular aspects of cancer chemopreventive and therapeutic efficacies of tea and tea polyphenols
No full textAbstract 5203: Bitter melon extract modulates immune signaling in prevention of tobacco associated carcinogen induced oral carcinogenesis
No full textAbstract 1813: Depletion of PCAT1 in head and neck cancer cells limits tumor growth by regulating c-Myc, AKT1 and MAPK signalling pathways
No full textAbstract 1813: Depletion of PCAT1 in head and neck cancer cells limits tumor growth by regulating c-Myc, AKT1 and MAPK signalling pathways
No full textAlgorithmes algébriques et numériques pour la décomposition de tenseurs symétriques
No full textA symmetric tensor is a multi-dimensional array with entries that are invariant under all permutations of its indices and it is equivalent to a homogeneous polynomial with degree equal to the order of the tensor. In this thesis, we study in the decomposition of an order-d symmetric tensor T over C as a sum of symmetric rank-one tensors, that is, T can be written as sum of r-many d-th order tensor powers of u_i, where u_i in C^n . In order to obtain efficient algorithms, it is necessary to add certain restrictions to these tensors. In most of our algorithms throughout this thesis, we treat the case where the u_i ’s are linearly independent and such a decomposition is essentially unique. This forces the number of summands, r to be at most n and if r = n, then the tensor is called diagonalisable.Given a tensor T , we are interested in the following two algorithmic questions: 1) is it diagonalisable? and 2) if it is diagonalisable, output a decomposition. We give an answer to the first question in the algebraic model of computation. More specifically, given oracle access to a blackbox for the degree-d homogeneous polynomial equivalent to an order-d tensor T over C, we can verify in polynomial (in n, d) time in the Blum-Shub-Smale model of computation, whether the tensor is diagonalisable or not. We also extend this to the case where the number of summands is strictly less than n. We also give a numerically-stable algorithm that solves the second question approximately. More formally, given an order-3 symmetric tensor T that is diagonalisable and a desired accuracy parameter ε, we give an algorithm that outputs a decomposition which is ε-close (in the l_2 norm) to the actual decomposition. It runs in linear time and requires polylogarithmic bits of precision when run on a finite precision machine.Un tenseur symétrique est un tableau multidimensionnel dont les entrées sont invariantes sous toutes les permutations de ses indices et il est équivalent à un polynôme homogène dont le degré est égal à l’ordre du tenseur. Dans cette thèse, nous étudions la décomposition d’un tenseur symétrique d’ordre d, noté T , sur C en tant que somme de tenseurs symétriques de rang un, c’est-à-dire T peut être écrit comme la somme de r tenseurs d'ordre-d de puissances de u_i, où u_i ∈ C^n. . Afin d’obtenir des algorithmes efficaces, il est nécessaire d’ajouter certaines restrictions à ces tenseurs. Dans la plupart de nos algorithmes, nous traitons le cas où les u_i sont linéairement indépendants et une telle décomposition est essentiellement unique. Cela implique que le nombre de termes de la somme, r, soit au plus n, et si r = n, le tenseur est appelé diagonalisable. Étant donné un tenseur T , nous nous intéressons aux deux questions algorithmiques suivantes : 1) est-il diagonalisable ? et 2) s’il est diagonalisable, produire une décomposition. Nous répondons à la première question dans le cadre du modèle de calcul algébrique. Plus précisément, en ayant accès à un oracle pour une boîte noire représentant le polynôme homogène de degré d équivalent à un tenseur d’ordre d, T sur C, nous pouvons vérifier en temps polynomial (en n et d) dans le modèle de calcul de Blum-Shub-Smale si le tenseur est diagonalisable ou non. Nous étendons également cela au cas où le nombre de termes de la somme est strictement inférieur à n. Nous donnons également un algorithme numériquement stable qui résout approximativement la deuxième question. Plus formellement, étant donné un tenseur symétrique d’ordre 3, T , qui est diagonalisable, et un paramètre de précision souhaité ε, nous donnons un algorithme qui produit une décomposition qui est ε-proche (au sens de la norme l_2 ) de la décomposition réelle. Il s’exécute en temps linéaire et nécessite un nombre de bits polylogarithmique de précision lorsqu’il est exécuté sur une machine à précision finie
Algorithmes algébriques et numériques pour la décomposition de tenseurs symétriques
No full textUn tenseur symétrique est un tableau multidimensionnel dont les entrées sont invariantes sous toutes les permutations de ses indices et il est équivalent à un polynôme homogène dont le degré est égal à l’ordre du tenseur. Dans cette thèse, nous étudions la décomposition d’un tenseur symétrique d’ordre d, noté T , sur C en tant que somme de tenseurs symétriques de rang un, c’est-à-dire T peut être écrit comme la somme de r tenseurs d'ordre-d de puissances de u_i, où u_i ∈ C^n. . Afin d’obtenir des algorithmes efficaces, il est nécessaire d’ajouter certaines restrictions à ces tenseurs. Dans la plupart de nos algorithmes, nous traitons le cas où les u_i sont linéairement indépendants et une telle décomposition est essentiellement unique. Cela implique que le nombre de termes de la somme, r, soit au plus n, et si r = n, le tenseur est appelé diagonalisable. Étant donné un tenseur T , nous nous intéressons aux deux questions algorithmiques suivantes : 1) est-il diagonalisable ? et 2) s’il est diagonalisable, produire une décomposition. Nous répondons à la première question dans le cadre du modèle de calcul algébrique. Plus précisément, en ayant accès à un oracle pour une boîte noire représentant le polynôme homogène de degré d équivalent à un tenseur d’ordre d, T sur C, nous pouvons vérifier en temps polynomial (en n et d) dans le modèle de calcul de Blum-Shub-Smale si le tenseur est diagonalisable ou non. Nous étendons également cela au cas où le nombre de termes de la somme est strictement inférieur à n. Nous donnons également un algorithme numériquement stable qui résout approximativement la deuxième question. Plus formellement, étant donné un tenseur symétrique d’ordre 3, T , qui est diagonalisable, et un paramètre de précision souhaité ε, nous donnons un algorithme qui produit une décomposition qui est ε-proche (au sens de la norme l_2 ) de la décomposition réelle. Il s’exécute en temps linéaire et nécessite un nombre de bits polylogarithmique de précision lorsqu’il est exécuté sur une machine à précision finie.A symmetric tensor is a multi-dimensional array with entries that are invariant under all permutations of its indices and it is equivalent to a homogeneous polynomial with degree equal to the order of the tensor. In this thesis, we study in the decomposition of an order-d symmetric tensor T over C as a sum of symmetric rank-one tensors, that is, T can be written as sum of r-many d-th order tensor powers of u_i, where u_i in C^n . In order to obtain efficient algorithms, it is necessary to add certain restrictions to these tensors. In most of our algorithms throughout this thesis, we treat the case where the u_i ’s are linearly independent and such a decomposition is essentially unique. This forces the number of summands, r to be at most n and if r = n, then the tensor is called diagonalisable.Given a tensor T , we are interested in the following two algorithmic questions: 1) is it diagonalisable? and 2) if it is diagonalisable, output a decomposition. We give an answer to the first question in the algebraic model of computation. More specifically, given oracle access to a blackbox for the degree-d homogeneous polynomial equivalent to an order-d tensor T over C, we can verify in polynomial (in n, d) time in the Blum-Shub-Smale model of computation, whether the tensor is diagonalisable or not. We also extend this to the case where the number of summands is strictly less than n. We also give a numerically-stable algorithm that solves the second question approximately. More formally, given an order-3 symmetric tensor T that is diagonalisable and a desired accuracy parameter ε, we give an algorithm that outputs a decomposition which is ε-close (in the l_2 norm) to the actual decomposition. It runs in linear time and requires polylogarithmic bits of precision when run on a finite precision machine
