MétaCan
Menu
Retour à la cohorte
Enregistrement W2066594993 · doi:10.4238/2013.december.2.1

HMGB3 characterization in gastric cancer

2013· article· en· W2066594993 sur OpenAlexaff
Yubao Gong, Yanwei Cao, Lei Song, Jun Zhou, C. Wang, Bei Wu

Notice bibliographique

RevueGenetics and Molecular Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyCancerTranscription factorGATA2GeneCancer cellCancer researchGATA3Genetics

Résumé

récupéré en direct d'OpenAlex

Gastric cancer is a major health problem worldwide; it is the second most common cause of cancer death in the world. Recent studies indicate that the high-mobility group (HMG) of chromosomal proteins is associated with cancer progression. However, HMGB3 has been little studied. We analyzed the co-expression network between HMGB3 and differentially-expressed genes in the GSE17187 database, identifying the relevant transcription factors, and the conserved domain of HMGB3 to understand the underlying regulation mechanisms involved in gastric cancer. Thirty-one relationships between 11 differentially-expressed genes were included in a co-expression network; many of these genes have been identified as related to cancer, including TBX5 and TFR2. Further analysis identified nine transcription factors, these being GATA3, MZF1, GATA1, GATA2, SRY, REL, NFYB, NFYC, and NFYA, which could interact with HMGB3 to regulate target gene expression and consequently regulate gastric cancer cell proliferation, migration and invasion. The HMG-box domain was very similar in various species, with only a few amino acid changes, indicating conserved functions in HMG-box. This information helps to provide insight into the molecular mechanisms of HMGB3 in human gastric cancer.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,345
Écart entre enseignants0,313 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetics and Molecular ResearchMême sujetRNA modifications and cancerTravaux en français237 207