MétaCan
Menu
Retour à la cohorte
Enregistrement W2000973093 · doi:10.1093/glycob/cwn071

N-Glycans in cancer progression

2008· review· en· W2000973093 sur OpenAlexafffund
Ken S. Lau, James Dennis

Notice bibliographique

RevueGlycobiology · 2008
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueGalectins and Cancer Biology
Établissements canadiensAmgen (Canada)Lunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesOntario GenomicsOntario Genomics InstituteGenome Canada
Mots-clésGalectinReceptorGlycanCell biologyChemistryGlycoproteinCell surface receptorSignal transductionCarcinogenesisBiologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

N-Glycan branching in the medial-Golgi generates ligands for lattice-forming lectins (e.g., galectins) that regulate surface levels of glycoproteins including epidermal growth factor (EGF) and transforming growth factor-beta (TGF-beta) receptors. Moreover, functional classes of glycoproteins differ in N-glycan multiplicities (number of N-glycans/peptide), a genetically encoded feature of glycoproteins that interacts with metabolic flux (UDP-GlcNAc) and N-glycan branching to differentially regulate surface levels. Oncogenesis increases beta1,6-N-acetylglucosaminyltransferase V (encoded by Mgat5) expression, and its high-affinity galectin ligands promote surface retention of growth receptors with a reduced dependence on UDP-GlcNAc. Mgat5(-/-) tumor cells are less metastatic in vivo and less responsive to cytokines in vitro, but undergo secondary changes that support tumor cell proliferation. These include loss of Caveolin-1, a negative regulator of EGF signaling, and increased reactive oxygen species, an inhibitor of phosphotyrosine phosphatases. These studies suggest a systems approach to cancer treatment where the surface distribution of receptors is targeted through metabolism and N-glycan branching to induce growth arrest.

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,050
Tête enseignante GPT0,377
Écart entre enseignants0,327 · 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

Citations383
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlycobiologyMême sujetGalectins and Cancer BiologyTravaux en français237 207