MétaCan
Menu
Retour à la cohorte
Enregistrement W2012179673 · doi:10.1089/ars.2013.5523

Post-Transcriptional Regulation of DNA Damage-Responsive Gene Expression

2013· review· en· W2012179673 sur OpenAlexafffund
Bruce C. McKay

Notice bibliographique

RevueAntioxidants and Redox Signaling · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensCarleton University
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health Research
Mots-clésDNA damageBiologyTranscriptional regulationDNA repairPost-transcriptional regulationRegulation of gene expressionDNAGene expressionGeneCell biologyGeneticsTranscription factorGenome instabilityTranscription (linguistics)

Résumé

récupéré en direct d'OpenAlex

SIGNIFICANCE: Production of proteins requires the synthesis, maturation, and export of mRNAs before their translation in the cytoplasm. Endogenous and exogenous sources of DNA damage pose a challenge to the co-ordinated regulation of gene expression, because the integrity of the DNA template can be compromised by DNA lesions. Cells recognize and respond to this DNA damage through a variety of DNA damage responses (DDRs). Failure to deal with DNA damage appropriately can lead to genomic instability and cancer. RECENT ADVANCES: The p53 tumor suppressor plays a dominant role in DDR-dependent changes in gene expression, but this transcription factor is not solely responsible for all changes. Recent evidence indicates that RNA metabolism is integral to DDRs as well. In particular, post-transcriptional processes are emerging as important contributors to these complex responses. CRITICAL ISSUES: Transcriptional, post-transcriptional, and translational regulation of gene expression is subject to changes in response to DNA damage. How these processes are intertwined in the unfolding of DDR is not fully understood. FUTURE DIRECTIONS: Many complex regulatory responses combine to determine cell fate after DNA damage. Understanding how transcriptional, post-transcriptional, and translational processes interdigitate to create a web of regulatory interactions will be one of the key challenges to fully understand DDRs.

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: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,830

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,023
Tête enseignante GPT0,302
Écart entre enseignants0,278 · 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
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

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAntioxidants and Redox SignalingMême sujetRNA Research and SplicingTravaux en français237 207