MétaCan
Menu
Retour à la cohorte
Enregistrement W2965551559 · doi:10.1016/j.ccell.2019.07.003

Therapeutic Targeting of RNA Splicing Catalysis through Inhibition of Protein Arginine Methylation

2019· article· en· W2965551559 sur OpenAlexafffund
Jia Yi Fong, Luca Pignata, Pierre-Alexis Goy, Kimihito C. Kawabata, Stanley Chun-Wei Lee, Cheryl M. Koh, Daniele Musiani, Enrico Massignani, Andriana G. Kotini, Alex Penson, Cheng Mun Wun, Yudao Shen, Megan Schwarz, Diana Low, Alexander Rialdi, Michelle Ki, Heike Wollmann, Slim Mzoughi, Florence Gay, Christine Thompson, Timothy K. Hart, Olena Barbash, Genna M. Luciani, Magdalena M. Szewczyk, Bas J. Wouters, Ruud Delwel, Eirini P. Papapetrou, Dalia Baršytė-Lovejoy, C.H. Arrowsmith, Mark D. Minden, Jian Jin, Ari Melnick, Tiziana Bonaldi, Omar Abdel‐Wahab, Ernesto Guccione

Notice bibliographique

RevueCancer Cell · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related gene regulation
Établissements canadiensPrincess Margaret Cancer CentreStructural Genomics ConsortiumOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesEshelman Institute for Innovation, University of North Carolina at Chapel HillJanssen PharmaceuticalsNational Institute of General Medical SciencesNational Medical Research CouncilInnovative Medicines InitiativeFondazione Umberto VeronesiCancer Science Institute of Singapore, National University of SingaporeNational Research Foundation of KoreaMinistry of Education - SingaporeNational Research Foundation SingaporeMinistero della SaluteCanada Foundation for InnovationMerckOntario Ministry of Economic Development and InnovationCycle for SurvivalPershing Square FoundationNational Cancer InstituteCollege of Natural Resources, University of California BerkeleyNational Heart, Lung, and Blood InstituteEdward P. Evans FoundationAssociazione Italiana per la Ricerca sul CancroGenome CanadaFundação de Amparo à Pesquisa do Estado de São PauloAstraZenecaEuropean Hematology AssociationStarr FoundationNational Institutes of HealthLeukemia and Lymphoma Society of CanadaPfizerAmerican Glaucoma SocietyTakeda Pharmaceuticals U.S.A.Leukemia and Lymphoma SocietyAmgenBoehringer IngelheimNational University of SingaporeNovartis PharmaAbbVieHenry and Marilyn Taub FoundationWellcome TrustAstellas Pharma US
Mots-clésMethylationArginineRNA splicingRNAChemistryRNA-binding proteinCancer researchAlternative splicingCell biologyComputational biologyBiochemistryBiologyMessenger RNAAmino acidGene

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,245
Écart entre enseignants0,238 · 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'étudeExpérimental (laboratoire)
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

Citations279
Publié2019
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueCancer CellMême sujetCancer-related gene regulationTravaux en français237 207