MétaCan
Menu
Retour à la cohorte
Enregistrement W2144574330 · doi:10.2174/1566524013666131118100542

The Protein-Protein Interaction-Mediated Inactivation of PTEN

2014· review· en· W2144574330 sur OpenAlexafffund
Jason De Melo, Liang He, Damu Tang

Notice bibliographique

RevueCurrent Molecular Medicine · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensSt. Joseph’s Healthcare Hamilton
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPTENTensinPhosphatasePI3K/AKT/mTOR pathwaySuppressorBiologyCarcinogenesisProtein kinase BCell biologyCancer researchFunction (biology)PhosphorylationGeneticsSignal transductionGene

Résumé

récupéré en direct d'OpenAlex

PTEN (Phosphatase and Tensin homologue deleted on chromosome 10, 10q23.3) is the dominant phosphatase responsible for the dephosphorylation of the 3-position phosphate from the inositol ring of phosphatidylinositol 3,4,5 triphosphate (PIP3), and thereby directly antagonizes the actions mediated by Phosphatidylinositol-3 Kinase (PI3K). PI3K functions in numerous pathways and cellular processes, including tumourigenesis. Therefore, mechanisms regulating PTEN function, either positively or negatively are of great interest not only to oncogenesis but also to other aspects of human health. Since its discovery in 1997, PTEN has been one of the most-heavily studied tumour suppressors and has been the subject of numerous reviews. Most investigations and reviews center on PTEN's function and its regulation. While the regulation of PTEN function via genetic and/or epigenetic mechanisms has been extensively studied, the impact of protein-protein interaction on PTEN function remains less clear. Recent research has revealed that PTEN can be specifically inhibited by its interaction with other proteins, which are collectively termed PTEN-negative regulators (PTENNRs). This review will summarize our current understanding on the protein network that influences PTEN function with a specific focus on PTEN-NRs.

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)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,367
Écart entre enseignants0,334 · 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
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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Molecular MedicineMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207