MétaCan
Menu
Retour à la cohorte
Enregistrement W2235963595 · doi:10.1101/022491

Gibbs Free Energy of Protein-Protein Interactions reflects tumor stage

2015· preprint· en· W2235963595 sur OpenAlexafffund
Edward A. Rietman, Alex Bloemendal, John Platig, Jack A. Tuszyński, Giannoula Klement

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2015
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Cancer InstituteNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthAllard Foundation
Mots-clésStage (stratigraphy)Gibbs free energyEnergy (signal processing)BiologyThermodynamicsPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The sequential changes occurring with cancer progression are now being harnessed with therapeutic intent. Yet, there is no understanding of the chemical thermodynamics of proteomic changes associated with cancer progression/cancer stage. This manuscript reveals a strong correlation of a chemical thermodynamic measure (known as Gibbs free energy) of protein-protein interaction networks for several cancer types and 5-year overall survival and stage in patients with cancer. Earlier studies have linked degree entropy of signaling networks to patient survival data, but not with stage. It appears that Gibbs free energy is a more general metric and accounts better for the underlying energetic landscape of protein expression in cells, thus correlating with stage as well as survival. This is an especially timely finding because of improved ability to obtain and analyze genomic/proteomic information from individual patients. Yet, at least at present, only candidate gene imaging (FISH or immunohistochemistry) can be used for entropy computations. With continually expanding use of genomic information in clinical medicine, there is an ever-increasing need to understand the thermodynamics of protein-protein interaction networks.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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'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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetProtein Structure and DynamicsTravaux en français237 207