Medición de la actividad industrial en tiempo real: un indicador factorial dinámico de la industria
Notice bibliographique
Résumé
Approximately 10% of gastric carcinomas (GC) are comprised of cells latently infected with Epstein-Barr virus (EBV); however, the mechanism by which EBV contributes to the development of this malignancy is unclear. We have investigated the cellular effects of the only EBV nuclear protein expressed in GC, EBNA1, focusing on promyelocytic leukemia (PML) nuclear bodies (NBs), which play important roles in apoptosis, p53 activation, and tumor suppression. AGS GC cells infected with EBV were found to contain fewer PML NBs and less PML protein than the parental EBV-negative AGS cells, and these levels were restored by silencing EBNA1. Conversely, EBNA1 expression was sufficient to induce the loss of PML NBs and proteins in AGS cells. Consistent with PML functions, EBNA1 expression decreased p53 activation and apoptosis in response to DNA damage and resulted in increased cell survival. In addition, EBNA1 mutants unable to bind CK2 kinase or ubiquitin-specific protease 7 had decreased ability to induce PML loss and to interfere with p53 activation. PML levels in EBV-positive and EBV-negative GC biopsy specimens were then compared by immunohistochemistry. Consistent with the results in the AGS cells, EBV-positive tumors had significantly lower PML levels than EBV-negative tumors. The results indicate that EBV infection of GC cells leads to loss of PML NBs through the action of EBNA1, resulting in impaired responses to DNA damage and promotion of cell survival. Therefore, PML disruption by EBNA1 is one mechanism by which EBV may contribute to the development of gastric cancer.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».