Connecting Molecular Pathways to Hereditary Cancer Risk Syndromes
Notice bibliographique
Résumé
An understanding of the genetic causes and molecular pathways of hereditary cancer syndromes has historically informed our knowledge and treatment of all types of cancers. For this review, we focus on three rare syndromes and their associated genetic mutations including BAP1, TP53, and SDHx (SDHA, SDHB, SDHC, SDHD, SDHAF2). BAP1 encodes an enzyme that catalyzes the removal of ubiquitin from protein substrates, and germline mutations of BAP1 cause a novel cancer syndrome characterized by high incidence of benign atypical melanocytic tumors, uveal melanomas, cutaneous melanomas, malignant mesotheliomas, and potentially other cancers. TP53 mutations cause Li-Fraumeni syndrome (LFS), a highly penetrant cancer syndrome associated with multiple tumors including but not limited to sarcomas, breast cancers, brain tumors, and adrenocortical carcinomas. Genomic modifiers for tumor risk and genotype-phenotype correlations in LFS are beginning to be identified. SDH is a mitochondrial enzyme complex involved in the tricarboxylic acid (TCA) cycle, and germline SDHx mutations lead to increased succinate with subsequent paragangliomas, pheochromocytomas, renal cell carcinomas (RCCs), gastrointestinal stromal tumors (GISTs), and other rarer cancers. In all of these syndromes, the molecular pathways have informed our understanding of tumor risk and successful early tumor surveillance and screening programs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».