MétaCan
Menu
Retour à la cohorte
Enregistrement W2316200901 · doi:10.4161/cc.29335

Cellular senescence and protein degradation

2014· article· en· W2316200901 sur OpenAlexaff
Xavier Deschênes‐Simard, Frédéric Lessard, Marie‐France Gaumont‐Leclerc, Nabeel Bardeesy, Gerardo Ferbeyre

Notice bibliographique

RevueCell Cycle · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Cancer Institute
Mots-clésUbiquitinProteasomeBiologySenescenceProtein degradationAutophagyCell biologyCarcinogenesisF-box proteinUbiquitin ligaseUbiquitin-Protein LigasesBiochemistryGeneApoptosis

Résumé

récupéré en direct d'OpenAlex

Autophagy and the ubiquitin-proteasome pathway (UPP) are the major protein degradation systems in eukaryotic cells. Whereas the former mediate a bulk nonspecific degradation, the UPP allows a rapid degradation of specific proteins. Both systems have been shown to play a role in tumorigenesis, and the interest in developing therapeutic agents inhibiting protein degradation is steadily growing. However, emerging data point to a critical role for autophagy in cellular senescence, an established tumor suppressor mechanism. Recently, a selective protein degradation process mediated by the UPP was also shown to contribute to the senescence phenotype. This process is tightly regulated by E3 ubiquitin ligases, deubiquitinases, and several post-translational modifications of target proteins. Illustrating the complexity of UPP, more than 600 human genes have been shown to encode E3 ubiquitin ligases, a number which exceeds that of the protein kinases. Nevertheless, our knowledge of proteasome-dependent protein degradation as a regulated process in cellular contexts such as cancer and senescence remains very limited. Here we discuss the implications of protein degradation in senescence and attempt to relate this function to the protein degradation pattern observed in cancer cells.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,212
Écart entre enseignants0,207 · 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'étudeThéorique ou conceptuel
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

Citations62
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell CycleMême sujetAutophagy in Disease and TherapyTravaux en français237 207