MétaCan
Menu
Retour à la cohorte
Enregistrement W2029418657 · doi:10.1016/j.febslet.2014.03.033

Tumor suppressor microRNAs: A novel non‐coding alliance against cancer

2014· review· en· W2029418657 sur OpenAlexaff
Giovanni Blandino, Francesco Fazi, Sara Donzelli, Merav Kedmi, Aldema Sas‐Chen, Paola Muti, Sabrina Strano, Yosef Yarden

Notice bibliographique

RevueFEBS Letters · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensMcMaster UniversityJuravinski Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésSuppressorAlliancemicroRNACoding (social sciences)Cancer researchCancerComputational biologyBiologyGeneticsGenePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Tumor initiation and progression are the outcomes of a stepwise accumulation of genetic alterations. Among these, gene amplification and aberrant expression of oncogenic proteins, as well as deletion or inactivation of tumor suppressor genes, represent hallmark steps. Mounting evidence collected over the last few years has identified different populations of non-coding RNAs as major players in tumor suppression in almost all cancer types. Elucidating the diverse molecular mechanisms underlying the roles of non-coding RNAs in tumor progression might provide illuminating insights, potentially able to assist improved diagnosis, better staging and effective treatments of human cancers. Here we focus on several groups of tumor suppressor microRNAs, whose downregulation exerts a profound oncologic impact and might be harnessed for the benefit of cancer patients.

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 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 enseignants0,901
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 recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,274 · 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.

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

Citations64
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFEBS LettersMême sujetMicroRNA in disease regulationTravaux en français237 207