ERKs in Cancer: Friends or Foes?
Notice bibliographique
Résumé
The extracellular signal-regulated kinase ERK1 and ERK2 (ERK1/2) cascade regulates a variety of cellular processes by phosphorylating multiple target proteins. The outcome of its activation ranges from stimulation of cell survival and proliferation to triggering tumor suppressor responses such as cell differentiation, cell senescence, and apoptosis. This pathway is intimately linked to cancer as several of its upstream activators are frequently mutated in human disease and are shown to accelerate tumorigenesis when engineered in the mouse genome. However, measurement of activated ERKs in human cancers or mouse models does not always support a role in tumorigenesis, and data consistent with a role in tumor suppression have been reported as well. The intensity of ERK signaling, negative feedback loops that regulate the pathway, and cross-talks with other signaling pathways, seem to be of primary importance in determining the final cellular outcome. Cell senescence, a putative tumor-suppression mechanism, depends on high-intensity ERK signals that trigger phosphorylation-dependent protein degradation of multiple proteins required for cell-cycle progression. This response may be circumvented during carcinogenesis by a variety of mechanisms, some of them yet to be discovered, which in essence turn ERK functions from tumor suppression to tumor promotion. The use of pharmacologic inhibitors targeting this pathway must be carefully evaluated so they are applied to cases in which ERKs are mainly oncogenic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».