Cause and Consequences of Genetic and Epigenetic Alterations in Human Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Both genetic and epigenetic changes contribute to development of human cancer. Oncogenomics has primarily focused on understanding the genetic basis of neoplasia, with less emphasis being placed on the role of epigenetics in tumourigenesis. Genomic alterations in cancer vary between the different types and stages, tissues and individuals. Moreover, genomic change ranges from single nucleotide mutations to gross chromosomal aneuploidy; which may or may not be associated with underlying genomic instability. Collectively, genomic alterations result in widespread deregulation of gene expression profiles and the disruption of signalling networks that control proliferation and cellular functions. In addition to changes in DNA and chromosomes, it has become evident that oncogenomic processes can be profoundly influenced by epigenetic mechanisms. DNA methylation is one of the key epigenetic factors involved in regulation of gene expression and genomic stability, and is biologically necessary for the maintenance of many cellular functions. While there has been considerable progress in understanding the impact of genetic and epigenetic mechanisms in tumourigenesis, there has been little consideration of the importance of the interplay between these two processes. In this review we summarize current understanding of the role of genetic and epigenetic alterations in human cancer. In addition we consider the associated interactions of genetic and epigenetic processes in tumour onset and progression. Furthermore, we provide a model of tumourigenesis that addresses the combined impact of both epigenetic and genetic alterations in cancer 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle