MétaCan
Menu
Retour à la cohorte
Enregistrement W2080995496 · doi:10.3109/10408363.2013.865701

Function and clinical relevance of kallikrein-related peptidases and other serine proteases in gynecological cancers

2014· review· en· W2080995496 sur OpenAlexaff
Julia Dorn, Nathalie Beaufort, Manfred Schmitt, Eleftherios P. Diamandis, Peter Goettig, Viktor Magdolen

Notice bibliographique

RevueCritical Reviews in Clinical Laboratory Sciences · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueCoagulation, Bradykinin, Polyphosphates, and Angioedema
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésKallikreinProteasesSerineSerine proteaseFunction (biology)MedicineBiochemistryInternal medicineChemistryBiologyEnzymeProteaseCell biology

Résumé

récupéré en direct d'OpenAlex

Julia Dorna, Nathalie Beaufortb, Manfred Schmitta, Eleftherios P. Diamandisc, Peter Goettigd & Viktor Magdolen*aa Klinische Forschergruppe der Frauenklinik der Technischen Universität München, Klinikum rechts der Isar MunichGermanyb Institute for Stroke and Dementia Research (ISD), Klinikum der Universität München MunichGermanyc Department of Pathology and Laboratory Medicine, Mount Sinai Hospital TorontoCanadad Structural Biology Group, University of Salzburg SalzburgAustriaReferee: Dr. Judith Clements, Scientific Director, Australian Prostate Cancer Research Centre-Queensland; Professor and Program Leader, Cancer Program, The Institute of Health and Biomedical Innovation, Queensland University of Technology; Adjunct Professor, School of Medicine, University of Queensland, Australia.*Both authors contributed equally to this work. Prof. Dr Viktor Magdolen, Klinische Forschergruppe, Frauenklinik der Technischen Universität München, Klinikum rechts der Isar, Ismaninger Str. 22, D-81675 MünchenGermany+49 89 4140 2493+49 89 4140 7410viktor.magdolen@lrz.tum.deAbstractGynecological cancers, including malignant tumors of the ovaries, the endometrium and the cervix, account for approximately 10% of tumor-associated deaths in women of the Western world. For screening, diagnosis, prognosis, and therapy response prediction, the group of enzymes known as serine (Ser-)proteases show great promise as biomarkers. In the present review, following a summary of the clinical facts regarding malignant tumors of the ovaries, the endometrium and the cervix, and characterization of the most important Ser-proteases, we thoroughly review the current state of knowledge relating to the use of proteases as biomarkers of the most frequent gynecological cancers. Within the Ser-protease group, the kallikrein-related peptidase (KLK) family, which encompasses a subgroup of 15 members, holds particular promise, with some acting via a tumor-promoting mechanism and others behaving as protective factors. Further, the urokinase-type plasminogen activator (uPA) and its inhibitor PAI-1 (plasminogen activator inhibitor-1) seem to play an unfavorable role in gynecological tumors, while down-regulation of high-temperature requirement proteins A 1, 2 and 3 (HtrA1,2,3) is associated with malignant disease and cancer progression. Expression/activity levels of other Ser-proteases, including the type II transmembrane Ser-proteases (TTSPs) matriptase, hepsin (TMPRSS1), and the hepsin-related protease (TMPRSS3), as well as the glycosyl-phosphatidylinositol (GPI)-anchored Ser-proteases prostasin and testisin, may be of clinical relevance in gynecological cancers. In conclusion, proteases are a rich source of biomarkers of gynecological cancer, though the enzymes’ exact roles and functions merit further investigation.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,159
Tête enseignante GPT0,489
Écart entre enseignants0,330 · 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

Citations26
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Clinical Laboratory SciencesMême sujetCoagulation, Bradykinin, Polyphosphates, and AngioedemaTravaux en français237 207