MétaCan
Menu
Retour à la cohorte
Enregistrement W2111163869 · doi:10.1158/2159-8290.cd-13-0083

Oncogenic Isocitrate Dehydrogenase Mutations: Mechanisms, Models, and Clinical Opportunities

2013· review· en· W2111163869 sur OpenAlexaff
Rob A. Cairns, Tak W. Mak

Notice bibliographique

RevueCancer Discovery · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesAmerican Association for Cancer Research
Mots-clésIsocitrate dehydrogenaseIDH1IDH2BiologyCarcinogenesisCancer researchEpigeneticsMutationMutantMyeloid leukemiaCancerEnzymeGeneticsBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Abstract Heterozygous mutations in catalytic arginine residues of isocitrate dehydrogenases 1 and 2 (IDH1 and IDH2) are common in glioma, acute myeloid leukemia, chondrosarcoma, cholangiocarcinoma, and angioimmunoblastic T-cell lymphoma. The mutant enzymes acquire a neomorphic activity that converts α-ketoglutarate (α-KG) to D-2-hydroxyglutarate (D2HG), a rare metabolite. In cells and tissues expressing mutant IDH, D2HG concentrations are highly elevated. D2HG may act as an “oncometabolite” by inhibiting a class of α-KG–dependent enzymes involved in epigenetic regulation, collagen synthesis, and cell signaling. Knock-in mouse models of IDH1 mutations have shed light on these mechanisms and will provide valuable animal models for further investigation. Significance: Mutations in IDH1 and IDH2 promote the development of a number of malignancies. These active site mutations cause a gain-of-function leading to the accumulation of the rare metabolite D2HG. Mouse models of these mutations should provide insights into the mechanisms driving tumorigenesis and facilitate evaluation of new treatments. Cancer Discov; 3(7); 730–41. ©2013 AACR.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,134
Tête enseignante GPT0,376
Écart entre enseignants0,241 · 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

Citations448
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer DiscoveryMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207