MétaCan
Menu
Retour à la cohorte
Enregistrement W2103591522 · doi:10.1139/cjpp-2014-0522

Nuclear and extranuclear effects of vitamin A

2015· review· en· W2103591522 sur OpenAlexvenueno aff
Madina Iskakova, Mikhail S. Karbyshev, Aleksandr Piskunov, Cécile Rochette‐Egly

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinoids in leukemia and cellular processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRetinoic acidNuclear receptorBiologyCell biologyTranscription factorReceptorVitaminRetinolCalcitriol receptorSignal transductionGene expressionRegulation of gene expressionTretinoinGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Vitamin A or retinol is a multifunctional vitamin that is essential at all stages of life from embryogenesis to adulthood. Up to now, it has been accepted that the effects of vitamin A are exerted by active metabolites, the major ones being 11-cis retinal for vision, and all trans-retinoic acid (RA) for cell growth and differentiation. Basically RA binds nuclear receptors, RARs, which regulate the expression of a battery of target genes in a ligand dependent manner. During the last decade, new scenarios have been discovered, providing a rationale for the understanding of other long-noted but not explained functions of retinol. These novel scenarios involve: (i) other nuclear receptors such as PPAR β/δ, which regulate the expression of other target genes with other functions; (ii) extranuclear and nontranscriptional effects, such as the activation of kinases, which phosphorylate RARs and other transcription factors, thus expanding the list of the RA-activated genes; (iii) finally, vitamin A is active per se and can work as a cytokine that regulates gene transcription by activating STRA6. New effects of vitamin A and RA are continuously being discovered in new fields, revealing new targets and new mechanisms thus improving the understanding the pleiotropicity of their effects.

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 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 enseignants0,963
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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.

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

Citations45
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and PharmacologyMême sujetRetinoids in leukemia and cellular processesTravaux en français237 207