MétaCan
Menu
Retour à la cohorte
Enregistrement W2801710951 · doi:10.1186/s10020-018-0012-y

MicroRNA-296: a promising target in the pathogenesis of atherosclerosis?

2018· review· en· W2801710951 sur OpenAlexaff
Heng Li, Xin-Ping Ouyang, Ting Jiang, Xi‐Long Zheng, Pingping He, Guo-Jun Zhao

Notice bibliographique

RevueMolecular Medicine · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésmicroRNAAngiogenesisPathogenesisBiologyTranslation (biology)Gene expressionDiseaseMolecular medicineBioinformaticsLipid metabolismNon-coding RNARegulation of gene expressionComputational biologyApoptosisGeneCancer researchCell biologyImmunologyMessenger RNAMedicineGeneticsPathologyEndocrinologyCell cycle

Résumé

récupéré en direct d'OpenAlex

Atherosclerosis has been recognized as an inflammatory disease involving the vascular wall. MicroRNAs are a group of small noncoding RNAs to regulate gene expression at the transcriptional level through mRNA degradation or translation repression. Recent studies suggest that miR-296 may play crucial roles in the regulation of angiogenesis, inflammatory response, cholesterol metabolism, hypertension, cellular proliferation and apoptosis. In this review, we primarily discussed the molecular targets of miR-296 involved in the development of atherosclerosis, which may provide a basis for future investigation and a better understanding of the biological functions of miR-296 in atherosclerosis.

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)0,001
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,028
Tête enseignante GPT0,307
Écart entre enseignants0,279 · 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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular MedicineMême sujetMicroRNA in disease regulationTravaux en français237 207