MétaCan
Menu
Retour à la cohorte
Enregistrement W2808785641 · doi:10.3389/fonc.2018.00246

Genomic Deletion at 10q23 in Prostate Cancer: More Than PTEN Loss?

2018· article· en· W2808785641 sur OpenAlexaff
Raghavendra Tejo Karthik Poluri, Étienne Audet‐Walsh

Notice bibliographique

RevueFrontiers in Oncology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPTENTensinBiologyTumor suppressor geneCancer researchGeneGeneticsLocus (genetics)CancerCarcinogenesisPI3K/AKT/mTOR pathway

Résumé

récupéré en direct d'OpenAlex

The PTEN gene encodes for the phosphatase and tensin homolog; it is a tumour suppressor gene that is among the most frequently inactivated genes throughout the human cancer spectrum. The most recent sequencing approaches have allowed the identification of PTEN genomic alterations, including deletion, mutation, or rearrangement in about 50% of prostate cancer (PCa) cases. It appears that mechanisms leading to PTEN inactivation are cancer-specific, comprising gene mutations, small insertions/deletions, copy number alterations (CNA), promoter hypermethylation, and RNA interference. The examination of publicly available results from deep-sequencing studies of various cancers showed that PCa appears to be the only cancer in which PTEN is lost mostly through CNA. Instead of inactivating mutations, which are seen in other cancers, deletion of the 10q23 locus is the most common form of PTEN inactivation in PCa. By investigating the minimal deleted region at 10q23, several other genes appear to be lost simultaneously with PTEN. Expression data indicate that, like PTEN, these genes are also downregulated upon loss of 10q23. These analyses raise the possibility that 10q23 is lost upon selective pressure not only to inactivate PTEN, but also to impair the expression of surrounding genes. As such, several genes from this deleted region, which represents about 500 kb, may also act as tumour suppressors in PCa, requiring further studies on their respective functions in that context.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,287
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 tête enseignante, 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207