MétaCan
Menu
Retour à la cohorte
Enregistrement W2115365418 · doi:10.5582/bst.2011.v5.2.52

Effect of c-Met inhibitor SU11274 on hepatocellular carcinoma cell growth

2011· article· en· W2115365418 sur OpenAlexaff
Yoshinori Inagaki, Fanghua Qi, Jianjun Gao, Xian‐Jun Qu, Kiyoshi Hasegawa, Yasuhiko Sugawara, Wei Tang, Norihiro Kokudo

Notice bibliographique

RevueBioScience Trends · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver physiology and pathology
Établissements canadiensPancreas Centre (Canada)
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésHepatocellular carcinomaCell growthCancer researchTyrosine-kinase inhibitorChemistryCellTyrosine kinaseMedicineReceptorInternal medicineCancerBiochemistry

Résumé

récupéré en direct d'OpenAlex

c-Met, a type of receptor tyrosine kinase, may be significantly associated with the progression of hepatocellular carcinoma (HCC). In addition, des-γ-carboxyprothrombin (DCP) has been found to interact with c-Met and activate HCC cell growth. Therefore, the functional inhibition of c-Met expressed on HCC cells should arrest HCC cell growth. The present study found that the c-Met inhibitor SU11274 suppressed HCC cell growth by inhibiting the activation of c-Met. Furthermore, this inhibitor also neutralized the activation of HCC cell growth resulting from the addition of DCP. These results suggest that the functional inhibition of c-Met might be a target for the development of chemotherapeutic agents for HCC, and especially those that are positive for expression of DCP.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,227 · 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

Citations42
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioScience TrendsMême sujetLiver physiology and pathologyTravaux en français237 207