Notice bibliographique
Résumé
Inactivation of p53 is critical for the formation of most tumors. Illumination of the key function(s) of p53 protein in protecting cells from becoming cancerous is therefore a worthy goal. Arguably p53's most important function is to act as a transcription factor that directly regulates perhaps several hundred of the cell's RNA polymerase II (RNAP II)-transcribed genes, and indirectly regulates thousands of others. Indeed p53 is the most well studied mammalian transcription factor. The p53 tetramer binds to its response element where it can recruit diverse transcriptional coregulators such as histone modifying enzymes, chromatin remodeling factors, subunits of the mediator complex, and components of general transcription machinery and preinitiation complex (PIC) to modulate RNAPII activity at target loci (Laptenko and Prives 2006). The p53 transcriptional program is regulated in a stimulus-specific fashion (Murray-Zmijewski et al. 2008; Vousden and Prives 2009), whereby distinct subsets of p53 target genes are induced in response to different p53-activating agents, likely allowing cells to tailor their response to different types of stress. How p53 is able to discriminate between these different loci is the subject of intense research. Here, we describe key aspects of the fundamentals of p53-mediated transcriptional regulation and target gene promoter selectivity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».