MétaCan
Menu
Retour à la cohorte
Enregistrement W2782429100 · doi:10.1074/jbc.r117.000366

The role of microRNAs in glucocorticoid action

2018· review· en· W2782429100 sur OpenAlexaff
Sally A. Clayton, Simon W. Jones, Mariola Kurowska‐Stolarska, Andrew R. Clark

Notice bibliographique

RevueJournal of Biological Chemistry · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesMedical Research CouncilVersus Arthritis
Mots-clésmicroRNAComputational biologyComplementarity (molecular biology)Context (archaeology)BiologySet (abstract data type)Action (physics)InformaticsMechanism (biology)Computer scienceBioinformaticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Glucocorticoids (GCs) are steroids with profound anti-inflammatory and immunomodulatory activities. Synthetic GCs are widely used for managing chronic inflammatory and autoimmune conditions, as immunosuppressants in transplantation, and as anti-tumor agents in certain hematological cancers. However, prolonged GC exposure can cause adverse effects. A detailed understanding of GCs' mechanisms of action may enable harnessing of their desirable actions while minimizing harmful effects. Here, we review the impact on the GC biology of microRNAs, small non-coding RNAs that post-transcriptionally regulate gene expression. Emerging evidence indicates that microRNAs modulate GC production by the adrenal glands and the cells' responses to GCs. Furthermore, GCs influence cell proliferation, survival, and function at least in part by regulating microRNA expression. We propose that the beneficial effects of GCs may be enhanced through combination with reagents targeting specific microRNAs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,856
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations74
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetMicroRNA in disease regulationTravaux en français237 207