miRNAs and their role in the correlation between schizophrenia and cancer
Notice bibliographique
Résumé
Schizophrenia (SZ) and cancer (Ca) have a broad spectrum of clinical phenotypes and a complex biological background, implicating a large number of genetic and epigenetic factors. SZ is a chronic neurodevelopmental disorder signified by an increase in the expression of apoptotic molecular signals, whereas Ca is conversely characterized by an increase in appropriate molecular signaling that stimulates uncontrolled cell proliferation. The rather low risk of developing Ca in patients suffering from SZ is a hypothesis that is still under debate. Recent evidence has indicated that microRNAs (miRNAs or miRs), a large group of small non‑coding oligonoucleotides, may play a significant role in the development of Ca and major psychiatric disorders, such as SZ, bipolar disorder, autism spectrum disorders, suicidality and depression, through their interference with the expression of multiple genes. For instance, the possible role of let‑7, miR‑98 and miR‑183 as biomarkers for Ca and SZ was investigated in our previous research studies. Therefore, further investigations on the expression profiles of these regulatory, small RNA molecules and the molecular pathways through which they exert their control may provide a plausible explanation as to whether there is a correlation between psychiatric disorders and low risk of developing Ca.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».