MétaCan
Menu
Retour à la cohorte
Enregistrement W2109347073 · doi:10.1126/scisignal.2000037

New Regulators of Wnt/β-Catenin Signaling Revealed by Integrative Molecular Screening

2008· article· en· W2109347073 sur OpenAlexaff
Michael B. Major, Brian S. Roberts, Jason D. Berndt, Shane Marine, Jamie N. Anastas, Namjin Chung, Marc Ferrer, Xianhua Yi, Cristi L. Stoick-Cooper, Priska D. von Haller, Lorna Kategaya, Andy J. Chien, Stéphane Angers, Michael J. MacCoss, Michele A. Cleary, William T. Arthur, Randall T. Moon

Notice bibliographique

RevueScience Signaling · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueWnt/β-catenin signaling in development and cancer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHoward Hughes Medical Institute
Mots-clésWnt signaling pathwaySignal transductionBiologyComputational biologyChromatinSmall interfering RNACell biologyCateninBeta-cateninTranscription factorPhenotypeRNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The identification and characterization of previously unidentified signal transduction molecules has expanded our understanding of biological systems and facilitated the development of mechanism-based therapeutics. We present a highly validated small interfering RNA (siRNA) screen that functionally annotates the human genome for modulation of the Wnt/beta-catenin signal transduction pathway. Merging these functional data with an extensive Wnt/beta-catenin protein interaction network produces an integrated physical and functional map of the pathway. The power of this approach is illustrated by the positioning of siRNA screen hits into discrete physical complexes of proteins. Similarly, this approach allows one to filter discoveries made through protein-protein interaction screens for functional contribution to the phenotype of interest. Using this methodology, we characterized AGGF1 as a nuclear chromatin-associated protein that participates in beta-catenin-mediated transcription in human colon cancer cells.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,235 · 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

Citations157
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience SignalingMême sujetWnt/β-catenin signaling in development and cancerTravaux en français237 207