MétaCan
Menu
Retour à la cohorte
Enregistrement W2990053667 · doi:10.3389/fendo.2019.00773

Metabolic Regulation of Epithelial to Mesenchymal Transition: Implications for Endocrine Cancer

2019· review· en· W2990053667 sur OpenAlexafffund
Debasmita Bhattacharya, Anthony Scimè

Notice bibliographique

RevueFrontiers in Endocrinology · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEpithelial–mesenchymal transitionMetastasisBiologyCancerCancer cellEndocrine systemReprogrammingMesenchymal stem cellStem cellCancer researchCancer stem cellBioinformaticsCell biologyCellEndocrinologyHormoneGenetics

Résumé

récupéré en direct d'OpenAlex

The last few decades have witnessed an outstanding advancement in our understanding of the hallmarks of endocrine cancers. This includes the epithelial to mesenchymal transition (EMT), a process that alters the morphology and functional characteristics of carcinoma cells. The mesenchymal stem cell like phenotype produced by EMT allows the dislocation of cancer cells from the primary tumor site with inheritance of motility, metastatic and invasive properties. A fundamental driver thought to initiate and propagate EMT is metabolic reprogramming that occur during these transitions. Though there remains a paucity of data regarding the alterations that occur during EMT in endocrine cancers, the contribution of deregulated metabolism is a prominent feature. This mini review focuses on metabolic reprogramming events that occur in cancer cells and in particular those of endocrine origin. It highlights the main metabolic reprogramming outcomes of EMT, encompassing glycolysis, mitochondria oxidative phosphorylation and function, glutamine and lipid metabolism. Comprehending the metabolic changes that occur during EMT will help formulate potential bioenergetic targets as therapies for endocrine cancer metastasis.

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 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 enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,031
Tête enseignante GPT0,332
Écart entre enseignants0,301 · 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

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207