MétaCan
Menu
Retour à la cohorte
Enregistrement W1986725817 · doi:10.1002/hep.26323

The mTOR Pathway in Hepatic Malignancies

2013· review· en· W1986725817 sur OpenAlexaff
Mamatha Bhat, Nahum Sonenberg, Gregory J. Gores

Notice bibliographique

RevueHepatology · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthMayo Foundation for Medical Education and Research
Mots-clésPI3K/AKT/mTOR pathwayEverolimusCancer researchRPTORCarcinogenesisBiologyProtein kinase BMechanistic target of rapamycinSignal transductionMedicineInternal medicineCancerCell biology

Résumé

récupéré en direct d'OpenAlex

The mechanistic/mammalian target of rapamycin (mTOR) pathway plays a critical role in cellular metabolism, growth, and proliferation and has been evaluated as a target for therapy in various malignancies. The mTOR pathway is a major tumor-initiating pathway in hepatocellular carcinoma, with up-regulation seen in up to 50% of tumors. Metformin, which represses mTOR signaling by activating adenosine monophosphate-activated protein kinase, has been shown to decrease liver carcinogenesis in population studies. mTOR inhibitors such as everolimus have been evaluated as adjunctive chemotherapy with some success, although efficacy has been limited by the lack of complete mTOR pathway inhibition. The active site mTOR inhibitors hold greater promise, given that they offer complete mTOR suppression. There is also evidence of mTOR pathway activation in cholangiocarcinoma, although its biological significance in initiating and promoting tumor progression remains ambiguous. This review provides an overview of the complex biochemistry behind the mTOR pathway and its role in carcinogenesis, especially as it pertains to hepatic malignancies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,034
Tête enseignante GPT0,308
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations135
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHepatologyMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207