MétaCan
Menu
Retour à la cohorte
Enregistrement W2125628685 · doi:10.1093/carcin/23.1.1

Tissue-specific resistance to cancer development in the rat: phenotypes of tumor-modifier genes

2002· review· en· W2125628685 sur OpenAlexaff
Geoffrey A. Wood

Notice bibliographique

RevueCarcinogenesis · 2002
Typereview
Langueen
DomaineMedicine
ThématiqueCancer, Stress, Anesthesia, and Immune Response
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmunosurveillancePhenotypeCarcinogenesisBiologyMammary glandCancerCancer researchMammary tumorGeneApoptosisGeneticsBreast cancer

Résumé

récupéré en direct d'OpenAlex

Resistance to carcinogenesis in the rat is both strain- and tissue-specific. The phenotypic characteristics of resistance in the mammary gland, liver and peripheral nervous system (PNS) are strikingly similar. In all three tissues, initiation is intact with subsequent formation of preneoplastic cells and lesions. In the mammary gland and PNS, activation of the Ha-ras and neu proto-oncogenes, respectively, takes place. A number of different modifier genes are involved in resistance, many of which appear to be tissue-specific in their action with no overlap between strains. A single resistance phenotype, however, involving the formation, growth and subsequent loss of preneoplastic lesions is common to all three tissues of resistant strains. In the PNS, there is evidence that preneoplastic cells are eliminated by apoptosis or immunosurveillance. In the mammary gland and liver, the immune system is not involved in the loss of preneoplastic lesions and there are no clear differences between susceptible and resistant strains in the kinetics of proliferation and apoptosis of preneoplastic cells. The evidence to date favors a mechanism in which preneoplastic cells from these tissues undergo a process of remodeling/redifferentiation to yield cells with a normal phenotype. Identification of human homologues of rodent tumor-modifier genes will result in a better understanding of cancer development and potentially provide new strategies for prevention and therapy.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,076
Tête enseignante GPT0,328
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarcinogenesisMême sujetCancer, Stress, Anesthesia, and Immune ResponseTravaux en français237 207