MétaCan
Menu
Retour à la cohorte
Enregistrement W2116344367 · doi:10.1517/14728222.2010.531014

Paving the way for targeting RSK in cancer

2010· article· en· W2116344367 sur OpenAlexaff
Yves Roméo, Philippe P. Roux

Notice bibliographique

RevueExpert Opinion on Therapeutic Targets · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesnon disponible
Mots-clésKinaseRibosomal s6 kinaseMAPK/ERK pathwayBiologyCell biologyMotilityCancer cellCancerSignal transductionPhosphorylationCell growthProtein kinase Ap38 mitogen-activated protein kinasesCancer researchPI3K/AKT/mTOR pathwayBiochemistryGeneticsP70-S6 Kinase 1

Résumé

récupéré en direct d'OpenAlex

The 90 kDa ribosomal S6 kinase (RSK) family is a group of highly conserved Ser/Thr kinases that promote cell proliferation, growth, motility and survival. Deregulated RSK expression or activity has been associated with several human diseases, including cancer. RSK lies downstream of the Ras/mitogen-activated protein kinase (MAPK) signalling pathway and is directly phosphorylated by the extracellular signal-regulated kinases 1 and 2 (ERK1/2). Significant advances in the field of RSK signalling have occurred in the past few years, unravelling novel RSK cellular substrates and biological functions as well as new RSK regulatory mechanisms. Together, these findings suggest that RSK may be a promising therapeutic target for the treatment of cancer, particularly those characterized by oncogenic mutations in components of the Ras signalling pathway. This article briefly describes our current knowledge on the impact of RSK on cell growth and proliferation, as well as RSK-dependent mechanisms associated with tumourigenesis. The potential of targeting RSK in cancer is discussed in light of available data on the biological functions of each RSK family members. Targeting RSK with small molecule inhibitors appears to be a promising path for cancer therapy, but several considerations need to be evaluated and will be discussed in detail.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,319
Écart entre enseignants0,292 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Therapeutic TargetsMême sujetMelanoma and MAPK PathwaysTravaux en français237 207