MétaCan
Menu
Retour à la cohorte
Enregistrement W2143470156 · doi:10.1139/bcb-2014-0095

The role of miR-29 in pulmonary fibrosis

2014· review· en· W2143470156 sur OpenAlexvenueno aff
Leah Cushing, Ping‐Ping Kuang, Jining Lü

Notice bibliographique

RevueBiochemistry and Cell Biology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteMinisterio de Economía y Competitividad
Mots-clésPulmonary fibrosisIdiopathic pulmonary fibrosisFibrosisMedicineExtracellular matrixLungPathogenesisPathologyParenchymaCancer researchImmunologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pulmonary fibrosis is a pathological condition in which lungs become scarred due to the excess extracellular matrix (ECM) deposition and structural alterations in the interstitium of lung parenchyma. Many patients with interstitial lung diseases (ILDs) caused by long-term exposure to toxic substances, chronic infections, or autoimmune responses develop fibrosis. Etiologies for many ILDs are unknown, such as idiopathic pulmonary fibrosis (IPF), a devastating, relentless form of pulmonary fibrosis with a median survival of 2-3 years. Despite several decades of research, factors that initiate and sustain the fibrotic response in lungs remain unclear and there is no effective treatment to block progression of fibrosis. Here we summarize recent findings on the antifibrotic activity of miR-29, a small noncoding regulatory RNA, in the pathogenesis of fibrosis by regulating ECM production and deposition, and epithelial-mesenchymal transition (EMT). We also describe interactions of miR-29 with multiple profibrotic and inflammatory pathways. Finally, we review the antifibrotic activity of miR-29 in animal models of fibrosis and highlight miR-29 as a promising therapeutic reagent or target for the treatment of pulmonary fibrosis.

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 candidatesaucune
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 enseignants0,992
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

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 recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations105
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207