Epithelial-Mesenchymal Transition (EMT) and Regulation of EMT Factors by Steroid Nuclear Receptors in Breast Cancer: A Review and in Silico Investigation
Notice bibliographique
Résumé
Steroid Nuclear Receptors (SNRs) are transcription factors of the nuclear receptor super-family. Estrogen Receptor (ERα) is the best-studied and has a seminal role in the clinic both as a prognostic marker but also as a predictor of response to anti-estrogenic therapies. Progesterone Receptor (PR) is also used in the clinic but with a more debatable prognostic role and the role of the four other SNRs, ERβ, Androgen Receptor (AR), Glucocorticoid Receptor (GR) and Mineralocorticoid Receptor (MR), is starting only to be appreciated. ERα, but also to a certain degree the other SNRs, have been reported to be involved in virtually every cancer-enabling process, both promoting and impeding carcinogenesis. Epithelial-Mesenchymal Transition (EMT) and the reverse Mesenchymal Epithelial Transition (MET) are such carcinogenesis-enabling processes with important roles in invasion and metastasis initiation but also establishment of tumor in the metastatic site. EMT is governed by several signal transduction pathways culminating in core transcription factors of the process, such as Snail, Slug, ZEB1 and ZEB2, and Twist, among others. This paper will discuss direct regulation of these core transcription factors by SNRs in breast cancer. Interrogation of publicly available databases for binding sites of SNRs on promoters of core EMT factors will also be included in an attempt to fill gaps where other experimental data are not available.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».