MétaCan
Menu
Retour à la cohorte
Enregistrement W2769603806 · doi:10.1155/2017/6098107

The eIF4E2‐Directed Hypoxic Cap‐Dependent Translation Machinery Reveals Novel Therapeutic Potential for Cancer Treatment

2017· review· en· W2769603806 sur OpenAlexafffund
Gaelan Melanson, Sara Timpano, James Uniacke

Notice bibliographique

RevueOxidative Medicine and Cellular Longevity · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaCanadian Cancer SocietyCanadian Institutes of Health ResearchCancer Research Society
Mots-clésEIF4ETranslation (biology)Cancer researchCancerMetastasisHypoxia (environmental)Cancer cellBiologyTumor microenvironmentGeneMessenger RNATumor cellsChemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Hypoxia is an aspect of the tumor microenvironment that is linked to radiation and chemotherapy resistance, metastasis, and poor prognosis. The ability of hypoxic tumor cells to achieve these cancer hallmarks is, in part, due to changes in their gene expression profiles. Cancer cells have a high demand for protein synthesis, and translational control is subsequently deregulated. Various mechanisms of translation initiation are active to improve the translation efficiency of select transcripts to drive cancer progression. This review will focus on a noncanonical cap-dependent translation initiation mechanism that utilizes the eIF4E homolog eIF4E2, a hypoxia-activated cap-binding protein that is implicated in hypoxic cancer cell migration, invasion, and tumor growth in mouse xenografts. A historical perspective about eIF4E2 and its various aliases will be provided followed by an evaluation of potential therapeutic strategies. The recent successes of disabling canonical translation and eIF4E with drugs should highlight the novel therapeutic potential of targeting the homologous eIF4E2 in the treatment of hypoxic solid tumors.

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 enseignants0,003
Score d'incertitude au seuil0,012

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 ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,102
Tête enseignante GPT0,365
Écart entre enseignants0,264 · 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

Citations43
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxidative Medicine and Cellular LongevityMême sujetProtein Degradation and InhibitorsTravaux en français237 207