MétaCan
Menu
Retour à la cohorte
Enregistrement W2922775345 · doi:10.3390/ncrna5010030

Increased Extracellular Matrix Protein Production in Chronic Diabetic Complications: Implications of Non-Coding RNAs

2019· review· en· W2922775345 sur OpenAlexafffund
Saumik Biswas, Subrata Chakrabarti

Notice bibliographique

RevueNon-Coding RNA · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensWestern University
Organismes subventionnairesHeart and Stroke Foundation of CanadaDiabetes Canada
Mots-clésExtracellular matrixEpigeneticsmicroRNAPhenotypeBiogenesisBiologyCell biologyFunction (biology)Computational biologyBioinformaticsGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Management of chronic diabetic complications remains a major medical challenge worldwide. One of the characteristic features of all chronic diabetic complications is augmented production of extracellular matrix (ECM) proteins. Such ECM proteins are deposited in all tissues affected by chronic complications, ultimately causing organ damage and dysfunction. A contributing factor to this pathogenetic process is glucose-induced endothelial damage, which involves phenotypic transformation of endothelial cells (ECs). This phenotypic transition of ECs, from a quiescent state to an activated dysfunctional state, can be mediated through alterations in the synthesis of cellular proteins. In this review, we discussed the roles of non-coding RNAs, specifically microRNAs (miRNAs) and long non-coding RNAs (lncRNAs), in such processes. We further outlined other epigenetic mechanisms regulating the biogenesis and/or function of non-coding RNAs. Overall, we believe that better understanding of such molecular processes may lead to the development of novel biomarkers and therapeutic strategies in the future.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,037
Tête enseignante GPT0,348
Écart entre enseignants0,311 · 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'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

Citations33
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNon-Coding RNAMême sujetCancer-related molecular mechanisms researchTravaux en français237 207