MétaCan
Menu
Retour à la cohorte
Enregistrement W2010492201 · doi:10.3892/ijo.2014.2267

Intracellular galectins in cancer cells: Potential new targets for therapy

2014· review· en· W2010492201 sur OpenAlexafffund
Maria Vladoiu, Marilyne Labrie, Yves St‐Pierre

Notice bibliographique

RevueInternational Journal of Oncology · 2014
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueGalectins and Cancer Biology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of Canada
Mots-clésGalectinCancerIntracellularOncogeneBiologyCancer cellGalectin-1ExtracellularGalectin-3MetastasisCellCancer researchMolecular medicineCell cycleCell biologyImmunologyBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Dysregulation of galectin expression is frequently observed in cancer tissues. Such an abnormal expression pattern often correlates with aggressiveness and relapse in many types of cancer. Because galectins have the ability to modulate functions that are important for cell survival, migration and metastasis, they also represent attractive targets for cancer therapy. This has been well-exploited for extracellular galectins, which bind glycoconjugates expressed on the surface of cancer cells. Although the existence of intracellular functions of galectins has been known for many years, an increasing number of studies indicate that these proteins can also alter tumor progression through their interaction with intracellular ligands. In fact, in some instances, the interactions of galectins with their intracellular ligands seem to occur independently of their carbohydrate recognition domain. Such findings call for a change in the basic assumptions, or paradigms, concerning the activity of galectins in cancer and may force us to revisit our strategies to develop galectin antagonists for the treatment of cancer.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,045
Tête enseignante GPT0,391
Écart entre enseignants0,346 · 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

Citations73
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of OncologyMême sujetGalectins and Cancer BiologyTravaux en français237 207