MétaCan
Menu
Retour à la cohorte
Enregistrement W2113836212 · doi:10.1186/2041-9414-4-5

Tumor hypoxia as a driving force in genetic instability

2013· article· en· W2113836212 sur OpenAlexafffund
Kaisa R. Luoto, Ramya Kumareswaran, Robert G. Bristow

Notice bibliographique

RevueGenome Integrity · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesCanadian Cancer Society Research InstituteTerry Fox FoundationProstate Cancer CanadaMovember Foundation
Mots-clésHypoxia (environmental)DNA repairCancer researchDNA damageGenome instabilityRadiation therapyBiologyTumor hypoxiaTranscription (linguistics)GeneDNABioinformaticsGeneticsMedicineInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

Sub-regions of hypoxia exist within all tumors and the presence of intratumoral hypoxia has an adverse impact on patient prognosis. Tumor hypoxia can increase metastatic capacity and lead to resistance to chemotherapy and radiotherapy. Hypoxia also leads to altered transcription and translation of a number of DNA damage response and repair genes. This can lead to inhibition of recombination-mediated repair of DNA double-strand breaks. Hypoxia can also increase the rate of mutation. Therefore, tumor cell adaptation to the hypoxic microenvironment can drive genetic instability and malignant progression. In this review, we focus on hypoxia-mediated genetic instability in the context of aberrant DNA damage signaling and DNA repair. Additionally, we discuss potential therapeutic approaches to specifically target repair-deficient hypoxic tumor 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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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'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

Citations221
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenome IntegrityMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207