MétaCan
Menu
Retour à la cohorte
Enregistrement W2015013205 · doi:10.1002/bies.201100169

Extracellular vesicles – vehicles that spread cancer genes

2012· review· en· W2015013205 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBioEssays · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversity Health NetworkMcGill UniversityUniversity of TorontoMontreal Children's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyMulticellular organismCell biologyCancerCancer cellAngiogenesisMicrovesiclesPTENExtracellular vesiclesCancer researchGeneSignal transductionGeneticsmicroRNAPI3K/AKT/mTOR pathway

Résumé

récupéré en direct d'OpenAlex

Once regarded as cellular 'debris' extracellular vesicles (EVs) emerge as one of the most intriguing entities in cancer pathogenesis. Intercellular trafficking of EVs challenges the notion of cancer cell autonomy, and highlights the multicellular nature of such fundamental processes as stem cell niche formation, tumour stroma generation, angiogenesis, inflammation or immunity. Recent studies reveal that intercellular exchange mediated by EVs runs deeper than expected, and includes molecules causative for cancer progression, such as oncogenes (epidermal growth factor receptor, Ras), and tumour suppressors (PTEN). The uptake of oncogenic EVs (oncosomes) by various cells may profoundly change their biology, signalling patterns and gene expression, and in some cases cause their overt tumorigenic conversion. Moreover, EVs circulating in blood and present in body fluids provide an unprecedented access to the molecular circuitry driving cancer cells, and new technologies are being developed to exploit this property as a source of unique cancer biomarkers.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,067
Tête enseignante GPT0,328
Écart entre enseignants0,261 · 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