MétaCan
Menu
Retour à la cohorte
Enregistrement W2997044237 · doi:10.3390/cancers12010071

Angioregulatory microRNAs in Colorectal Cancer

2019· review· en· W2997044237 sur OpenAlexafffund
Mohammad Hasan Soheilifar, Michael Grusch, Hoda Keshmiri Neghab, Razieh Amini, Hamid Maadi, Massoud Saidijam, Zhixiang Wang

Notice bibliographique

RevueCancers · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAngiogenesismicroRNAColorectal cancerMetastasisCancer researchTumor microenvironmentCancerContext (archaeology)SuppressorBiologyBioinformaticsMedicineGeneGeneticsTumor cells

Résumé

récupéré en direct d'OpenAlex

Colorectal cancer (CRC) is one of the leading causes of cancer mortality. Angiogenesis is a rate-determining step in CRC development and metastasis. The balance of angiogenic and antiangiogenic factors is crucial in this process. Angiogenesis-related genes can be regulated post-transcriptionally by microRNAs (miRNAs) and some miRNAs have been shown to shuttle between tumor cells and the tumor microenvironment (TME). MiRNAs have context-dependent actions and can promote or suppress angiogenesis dependent on the type of cancer. On the one hand, miRNAs downregulate anti-angiogenic targets and lead to angiogenesis induction. Tumor suppressor miRNAs, on the other hand, enhance anti-angiogenic response by targeting pro-angiogenic factors. Understanding the interaction between these miRNAs and their target mRNAs will help to unravel molecular mechanisms involved in CRC progression. The aim of this article is to review the current literature on angioregulatory miRNAs in CRC.

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 enseignants0,973
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)0,0010,000
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 Opus0,024
Tête enseignante GPT0,316
Écart entre enseignants0,292 · 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

Citations52
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetMicroRNA in disease regulationTravaux en français237 207