MétaCan
Menu
Retour à la cohorte
Enregistrement W2112890528 · doi:10.1210/er.2002-0018

When Translation Meets Metabolism: Multiple Links to Diabetes

2003· review· en· W2112890528 sur OpenAlexaff
Yuguang Shi, Simeon I. Taylor, Seng-Lai Tan, Nahum Sonenberg

Notice bibliographique

RevueEndocrine Reviews · 2003
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTranslation (biology)HyperinsulinemiaEndoplasmic reticulumDiabetes mellitusBeta cellBiologyInsulin resistanceType 2 diabetesUnfolded protein responseTranslational regulationInsulinBioinformaticsEndocrinologyMedicineInternal medicineCell biologyGeneticsGeneIsletMessenger RNA

Résumé

récupéré en direct d'OpenAlex

Type 2 diabetes is a polygenic disorder characterized by multiple biochemical defects including transcriptional, translational, and posttranslational abnormalities. Although major progress has been made in elucidation of factors at the transcriptional and posttranslational levels, defects at the translational level remain elusive. Mutation of a kinase that regulates translation initiation has been implicated in the etiology of a monogenic form of diabetes known as Wolcott-Rallison syndrome. Characterization of mice rendered deficient in eukaryotic initiation factors has provided model systems to study the involvement of translation in regulating insulin synthesis and secretion, hepatic function, peripheral insulin resistance, and diabetic complications. Recent progress in the understanding of endoplasmic reticulum overload by unfolded proteins has begun to uncover mechanisms leading to pancreatic beta-cell exhaustion. Future advances in this area may lead to identification of the missing links in the pathogenesis of beta-cell failures due to conditions such as hyperinsulinemia, hyperglycemia, and long-term treatment with sulfonylureas, and thus may identify novel therapeutic targets for diabetes.

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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,357
Écart entre enseignants0,257 · 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

Citations88
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEndocrine ReviewsMême sujetPancreatic function and diabetesTravaux en français237 207