MétaCan
Menu
Retour à la cohorte
Enregistrement W2145779272 · doi:10.1186/1742-4682-7-42

Population genetics of cancer cell clones: possible implications of cancer stem cells

2010· article· en· W2145779272 sur OpenAlexaff
Christopher Naugler

Notice bibliographique

RevueTheoretical Biology and Medical Modelling · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of CalgaryCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésBiologySomatic evolution in cancerCancer stem cellPopulationCancerGeneticsCancer cellPopulation geneticsGenetic driftNatural selectionSympatric speciationEvolutionary biologySelection (genetic algorithm)Stem cellNegative selectionGenetic variationGenomeGeneDemography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The population dynamics of the various clones of cancer cells existing within a tumour is complex and still poorly understood. Cancer cell clones can be conceptualized as sympatric asexual species, and as such, the application of theoretical population genetics as it pertains to asexual species may provide additional insights. RESULTS: The number of generations of tumour cells within a cancer has been estimated at a minimum of 40, but high cancer cell mortality rates suggest that the number of cell generations may actually be in the hundreds. Such a large number of generations would easily allow natural selection to drive clonal evolution assuming that selective advantages of individual clones are within the range reported for free-living animal species. Tumour cell clonal evolution could also be driven by variation in the intrinsic rates of increase of different clones or by genetic drift. In every scenario examined, the presence of cancer stem cells would require lower selection pressure or less variation in intrinsic rates of increase. CONCLUSIONS: The presence of cancer stem cells may result in more rapid clonal evolution. Specific predictions from theoretical population genetics may lead to a greater understanding of this process.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,289
Écart entre enseignants0,280 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical Biology and Medical ModellingMême sujetCancer Genomics and DiagnosticsTravaux en français237 207