From patients to politicians: a cognitive engineering view of patient safety
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<h3>Abstract</h3> Epithelial-mesenchymal transition (EMT) is a change in cell shape and mobility that occurs during normal development or cancer metastasis. Multiple intermediate EMT states reflecting hybrid epithelial and mesenchymal phenotypes were observed in various physiological and pathological conditions. Previous theoretical models explaining the intermediate EMT states rely on multiple regulatory loops involving transcriptional feedback. These models produce three or four attractors with a given set of rate constants, which is incompatible with experimentally observed non-genetic heterogeneity reflecting a continuum-like EMT spectrum. EMT is regulated by many microRNAs that typically bind transcripts of EMT-related genes via multiple binding sites. It was unclear whether post-transcriptional regulations associated with the microRNA binding sites alone can stabilize intermediate EMT states. Here, we used models describing the post-transcriptional regulations with elementary reaction networks, finding that cooperative RNA degradation via multiple microRNA binding sites can generate four-attractor systems without transcriptional feedback. We identified many specific, experimentally supported instances of network structures predicted to permit intermediate EMT states. Furthermore, transcriptional feedback and the newly identified intermediates-enabling circuits can be combined to produce even more intermediate EMT states in both modular and emergent manners. Finally, multisite-mediated cooperative RNA degradation can increase the distribution of gene expression in the EMT spectrum and support the phenotypic continuum without the need of higher noise. Our work reveals a previously unknown role of cooperative RNA degradation and microRNA in EMT, providing a theoretical framework that can help to bridge the gap between mechanistic models and single-cell experiments.
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.
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 | 0,005 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 découle