MétaCan
Menu
Retour à la cohorte
Enregistrement W2160018036 · doi:10.1002/path.4414

Boveri at 100: Theodor Boveri and genetic predisposition to cancer

2014· article· en· W2160018036 sur OpenAlexaff
Samantha Hansford, David G. Huntsman

Notice bibliographique

RevueThe Journal of Pathology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensVancouver General HospitalUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésBiologyCancerCancer geneticsTheme (computing)Inheritance (genetic algorithm)GeneticsGene

Résumé

récupéré en direct d'OpenAlex

One hundred years have passed since the publication of Theodore Boveri's Zur Frage der Entstehung maligner Tumouren [Concerning the Origin of Malignant Tumours]. This prescient publication created the foundations for much of our understanding of the origins of cancer and in particular the genetic basis of some cancers. In his work, Boveri suggested that loss of key cellular attributes, now known as tumour suppressor genes, are a key driver event in the development of cancer and inheritance could play a role in cancer susceptibility. He also predicted that chromosomal (genomic) instability as a key hallmark of cancer. Whilst these key insights that still inform the practice of cancer genetics, they were not the main theme of Boveri's text, which was to describe the role of chromosomal abnormalities in the development of cancer. In making his case he also suggested that genetic information could be contained in distinct packages (genes) that are linearly arranged along chromosomes and that cancers arise from single cells. These remarkably accurate hypotheses add weight to the need to celebrate this landmark publication for its accurate prediction of so much that we take for granted. Here we focus on Boveri's contributions to our understanding of hereditary cancers, which, alongside the astute clinical observations of Paul Broca and Aldred Scott Warthin, were published decades before the field became respectable, yet could still inform anyone studying hereditary cancers.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,242
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of PathologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207