MétaCan
Menu
Retour à la cohorte
Enregistrement W2024058161 · doi:10.2165/11537800-000000000-00000

MicroRNA: Potential Targets for the Development of Novel Drugs?

2010· review· en· W2024058161 sur OpenAlexaff
Wei Wu

Notice bibliographique

RevueDrugs in R&D · 2010
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésmicroRNABiologyEpigeneticsRegulation of gene expressionGene regulatory networkGene expressionTranslation (biology)Gene silencingComputational biologyGeneMessenger RNACell biologyCancer researchGenetics

Résumé

récupéré en direct d'OpenAlex

MicroRNA (miRNA) is an endogenous non-protein coding small RNA molecule that negatively regulates gene expression by the degradation of messenger RNA (mRNA) or the suppression of mRNA translation. miRNA plays important roles in physiologic processes such as cellular development, differentiation, proliferation, apoptosis, and stem cell self-renewal. Studies show that deregulation of miRNA expression is closely associated with tumorigenicity, invasion, and metastasis. The functionality of aberrant miRNAs in cancer could act either as oncogenes or tumor suppressors during tumor initiation and progression. Similar to protein-coding gene regulation, dysregulation of miRNAs may be related to changes in miRNA gene copy numbers, epigenetic modulation, polymorphisms, or biogenesis modifications. Elucidation of the miRNA expression profiles (miRNomes) of many types of cancers is starting to decode the regulatory network of miRNA-mRNA interactions from a systems biology perspective. Experimental evidence demonstrates that modulation of specific miRNA alterations in cancer cells using miRNA replacement or anti-miRNA technologies can restore miRNA activities and repair gene regulatory networks affecting apoptotic signaling pathways or drug sensitivity, and improve the outcome of treatment. Numerous animal studies for miRNA-based therapy offer the hope of targeting miRNAs as an alternative cancer treatment. Developing the small molecules to interfere with miRNAs could be of great pharmaceutical interest in the future.

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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,007

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 Opus0,020
Tête enseignante GPT0,303
Écart entre enseignants0,284 · 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

Citations38
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs in R&DMême sujetMicroRNA in disease regulationTravaux en français237 207