Notice bibliographique
Résumé
Progressive cell loss due to apoptosis is a pathological hallmark implicated in a wide spectrum of degenerative diseases such as heart disease, atherosclerotic arteries and hypertensive vessels, Alzheimer's disease and other neurodegenerative disorders. Tremendous efforts have been made to improve our understanding of the molecular mechanisms and signaling pathways involved in apoptosistic cell death. Once ignored completely or overlooked as cellular detritus, microRNAs (miRNAs) that were discovered only a decade ago, have recently taken many by surprise. The importance of miRNAs has steadily gained appreciation and miRNA biology has exploded into a massive swell of interest with enormous range and potential in almost every biological discipline because of their widespread expression and diverse functions in both animals and humans. It has been established that miRNAs are critical regulators of apoptosis of various cell types. These small molecules act by repressing the expression of either the proapoptotic or antiapoptotic genes to produce antiapoptotic or proapoptotic effects. Appealing evidence has been accumulating for the involvement of miRNAs in human diseases associated with apoptotic cell death and the potential of miRNAs as novel therapeutic targets for the treatment of the diseases. This editorial aims to convey this message and to boost up the research interest by providing a timely, comprehensive overview on regulation of apoptosis by miRNAs and a synopsis on the pathophysiologic implications of this novel regulatory network based on the currently available data in the literature. It begins with a brief introduction to apoptosis and miRNAs, followed by the description of the fundamental aspects of miRNA biogenesis and action, and the role of miRNAs in regulating apoptosis of cancer cells and cardiovascular cells. Speculations on the development of miRNAs as potential therapeutic targets are also presented. Remarks are also provided to point out the unanswered questions and to outline the new directions for the future research of the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».