MétaCan
Menu
Retour à la cohorte
Enregistrement W2782746830 · doi:10.1111/febs.14384

Canonical signaling and nuclear activity of <scp>mTOR</scp>—a teamwork effort to regulate metabolism and cell growth

2018· review· en· W2782746830 sur OpenAlexafffund
Vincent Giguère

Notice bibliographique

RevueFEBS Journal · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchTerry Fox Research Institute
Mots-clésTeamworkPI3K/AKT/mTOR pathwayCell growthMetabolismCell biologyChemistrySignal transductionBiochemistryBiologyEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Mechanistic (or mammalian) target of rapamycin (mTOR) is a kinase that regulates almost all functions related to cell growth and metabolism in response to extra- and intracellular stimuli, such as availability of nutrients, the presence of growth factors, or the energy status of the cell. As part of two distinct protein complexes, mTORC1 and mTORC2, the kinase has been shown to influence cell growth and proliferation by controlling ribosome biogenesis, mRNA translation, carbohydrate and lipid metabolism, protein degradation, autophagy as well as microtubule and actin dynamics. In addition to these well-characterized functions, mTOR can also influence gene transcription. While most studies focused on investigating how canonical mTOR signaling regulates the activity of transcription factors outside the nucleus, recent findings point to a more direct role for mTOR as a transcription factor operating on chromatin in the nucleus. In particular, recent genome-wide identification of mTOR targets on chromatin reveals that its activities in the nucleus and cytoplasm are functionally and biologically linked, thus uncovering a novel paradigm in mTOR function.

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 enseignants0,002
Score d'incertitude au seuil0,008

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,018
Tête enseignante GPT0,282
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

Citations83
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207