MétaCan
Menu
Retour à la cohorte
Enregistrement W2894343896 · doi:10.1080/10409238.2018.1508276

Exosomes at a glance – common nominators for cancer hallmarks and novel diagnosis tools

2018· review· en· W2894343896 sur OpenAlexfundno aff
Diana Gulei, Bogdan Petruţ, Adrian Bogdan Țigu, Anca Onaciu, Eva Fischer‐Fodor, Atanas G. Atanasov, Călin Ionescu, Ioana Berindan‐Neagoe

Notice bibliographique

RevueCritical Reviews in Biochemistry and Molecular Biology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensnon disponible
Organismes subventionnairesTerry Fox Foundation
Mots-clésMicrovesiclesCancerBiologyExosomeCancer cellPathologicalFunction (biology)Cancer researchExtracellularmicroRNATumor microenvironmentTumor progressionCell biologyMedicinePathologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Cancer represents a heterogeneous disease with multiple levels of regulation and a dynamic environment that sustains the evolution of the malignant mass. This dynamic is in part sustained by a class of extracellular vesicles termed exosomes that are able to imprint the pathological state by incorporating differential cargos in order to facilitate cell-to-cell communication. Exosomes are stable within the extracellular medium and function as shuttles secreted by healthy or pathological cells, being further taken by the accepting cell with direct effects on its phenotype. The exosomal trafficking is deeply involved in multiple levels of cancer development with roles in all cancer hallmarks. Nowadays, studies are constantly exploring the ability of exosomes to sustain the malignant progression in order to attack this pathological trafficking and impair the ability of the tumor mass to expand within the organisms. As important, the circulatory characteristics of exosomes represent a steady advantage regarding the possibility of using them as minimally invasive diagnosis tools, where cancer patients' present modified exosomal profiles compared to the healthy ones. This last characteristic, as novel diagnosis tools, has the advantage of a possible rapid transition within the clinic, compared to the studies that evaluate the therapeutic meaning.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,048
Tête enseignante GPT0,407
Écart entre enseignants0,359 · 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.

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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Biochemistry and Molecular BiologyMême sujetExtracellular vesicles in diseaseTravaux en français237 207