MétaCan
Menu
Retour à la cohorte
Enregistrement W1598357174 · doi:10.1002/wsbm.1251

<scp>miRNA</scp> regulation in the context of functional protein networks: principles and applications

2013· article· en· W1598357174 sur OpenAlexaff
Mohammed Alshalalfa

Notice bibliographique

RevueWIREs Systems Biology and Medicine · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésmicroRNAComputational biologyCrosstalkBiologyContext (archaeology)Gene regulatory networkTranslation (biology)Regulation of gene expressionFunction (biology)GeneGene expressionGeneticsMessenger RNA

Résumé

récupéré en direct d'OpenAlex

MicroRNAs ( miRNAs ) are small non‐coding endogenous regulatory RNAs that fine‐tune gene expression in a wide range of biological processes and diseases. miRNAs exert their function by targeting mRNAs to trigger their degradation or inhibit protein translation. The proteins encoded by the genes targeted by miRNAs may act as key components of cellular networks, thus the use of biological molecular network information for the purposes of elucidating the role of miRNAs in molecular disease mechanism is a key objective in systems biomedicine. The crosstalk layer between miRNA –target networks and functional protein is rich sources of information to explore the function of miRNAs at the system level. Characterizing the influence of miRNAs in the context of the target (protein interactors of the target) is in the early stages with potential to help better understand how miRNAs function within the cellular networks. In this article, the latest research on the cross‐talk between miRNAs and protein networks, particularly physical protein interactions and gene regulatory networks is summarized. This article also covers recent research on understanding the biology of miRNAs at the system level and defines principles of miRNA regulation of protein and gene regulatory networks. The second part of the article highlights the promise of considering the protein context of the miRNA target when searching for functional miRNA –target interactions. Some of the applications of integrating protein networks with miRNA –targets that have clinical and functional utility are described. WIREs Syst Biol Med 2014, 6:189–199. doi: 10.1002/wsbm.1251 This article is categorized under: Analytical and Computational Methods &gt; Computational Methods Laboratory Methods and Technologies &gt; Macromolecular Interactions, Methods Biological Mechanisms &gt; Regulatory Biology Laboratory Methods and Technologies &gt; RNA Methods

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,211

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 Opus0,013
Tête enseignante GPT0,240
Écart entre enseignants0,227 · 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIREs Systems Biology and MedicineMême sujetMicroRNA in disease regulationTravaux en français237 207