MétaCan
Menu
Retour à la cohorte
Enregistrement W2234938965 · doi:10.1186/s12943-016-0491-9

Piwi-interacting RNAs in cancer: emerging functions and clinical utility

2016· review· en· W2234938965 sur OpenAlexafffund
Kevin W. Ng, Erin A. Marshall, Brenda C. Minatel, Katey S.S. Enfield, Heather Saprunoff, Wan L. Lam, Victor D. Martínez

Notice bibliographique

RevueMolecular Cancer · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensBC Cancer Agency
Organismes subventionnairesCanadian Institutes of Health ResearchBC Cancer AgencyFundação de Amparo à Pesquisa do Estado de São PauloCanadian Cancer SocietyCanadian Child Health Clinician Scientist Program
Mots-clésPiwi-interacting RNABiologyArgonauteRasiRNAEpigeneticsGene silencingTransposable elementmicroRNAGermlineComputational biologyGeneticsSomatic cellCarcinogenesisRNA interferenceGenomeGeneRegulation of gene expressionFunction (biology)RNA

Résumé

récupéré en direct d'OpenAlex

PIWI-interacting RNAs (piRNAs) are emerging players in cancer genomics. Originally described in the germline, there are over 20,000 piRNA genes in the human genome. In contrast to microRNAs, piRNAs interact with PIWI proteins, another member of the Argonaute family, and function primarily in the nucleus. There, they are involved in the epigenetic silencing of transposable elements in addition to the transcriptional regulation of genes. It has recently been demonstrated that piRNAs are also expressed across a variety of human somatic tissue types in a tissue-specific manner. An increasing number of studies have shown that aberrant piRNA expression is a signature feature across multiple tumour types; however, their specific tumorigenic functions remain unclear. In this article, we discuss the emerging functional roles of piRNAs in a variety of cancers, and highlight their potential clinical utilities.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
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)0,0030,002

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 Opus0,074
Tête enseignante GPT0,378
Écart entre enseignants0,304 · 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

Citations193
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular CancerMême sujetChromosomal and Genetic VariationsTravaux en français237 207