MétaCan
Menu
Retour à la cohorte
Enregistrement W2767138756 · doi:10.1002/cam4.1105

Ral signaling pathway in health and cancer

2017· review· en· W2767138756 sur OpenAlexaff
Adel Rezaei Moghadam, Elham Patrad, Elham Tafsiri, Warner Peng, Benjamin David Fangman, Timothy Pluard, Anthony Accurso, Michael Salacz, Kushal Shah, Brandon Ricke, Danse Bi, Kyle S. Kimura, Leland Graves, Marzieh Khajoie Najad, Roya Dolatkhah, Zohreh Sanaat, Mina Yazdi, Naeimeh Tavakolinia, Mohammad Mazani, Mojtaba Amani, Saeid Ghavami, Robyn Gartell, Colleen Reilly, Zaid Naima, Tuba Esfandyari, Faris Farassati

Notice bibliographique

RevueCancer Medicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueNeuroblastoma Research and Treatments
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesEvelyn F. McKnight Brain Research FoundationFlight Attendant Medical Research InstituteSaint Luke's Health SystemSarcoma Foundation of America
Mots-clésEffectorSignal transductionCancerCancer researchBiologyHippo signaling pathwayMedicineCell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

The Ral (Ras-Like) signaling pathway plays an important role in the biology of cells. A plethora of effects is regulated by this signaling pathway and its prooncogenic effectors. Our team has demonstrated the overactivation of the RalA signaling pathway in a number of human malignancies including cancers of the liver, ovary, lung, brain, and malignant peripheral nerve sheath tumors. Additionally, we have shown that the activation of RalA in cancer stem cells is higher in comparison with differentiated cancer cells. In this article, we review the role of Ral signaling in health and disease with a focus on the role of this multifunctional protein in the generation of therapies for cancer. An improved understanding of this pathway can lead to development of a novel class of anticancer therapies that functions on the basis of intervention with RalA or its downstream effectors.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,250
Tête enseignante GPT0,513
Écart entre enseignants0,263 · 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

Citations60
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer MedicineMême sujetNeuroblastoma Research and TreatmentsTravaux en français237 207