The Key Characteristics of Carcinogens: Relationship to the Hallmarks of Cancer, Relevant Biomarkers, and Assays to Measure Them
Notice bibliographique
Résumé
Abstract The key characteristics (KC) of human carcinogens provide a uniform approach to evaluating mechanistic evidence in cancer hazard identification. Refinements to the approach were requested by organizations and individuals applying the KCs. We assembled an expert committee with knowledge of carcinogenesis and experience in applying the KCs in cancer hazard identification. We leveraged this expertise and examined the literature to more clearly describe each KC, identify current and emerging assays and in vivo biomarkers that can be used to measure them, and make recommendations for future assay development. We found that the KCs are clearly distinct from the Hallmarks of Cancer, that interrelationships among the KCs can be leveraged to strengthen the KC approach (and an understanding of environmental carcinogenesis), and that the KC approach is applicable to the systematic evaluation of a broad range of potential cancer hazards in vivo and in vitro. We identified gaps in coverage of the KCs by current assays. Future efforts should expand the breadth, specificity, and sensitivity of validated assays and biomarkers that can measure the 10 KCs. Refinement of the KC approach will enhance and accelerate carcinogen identification, a first step in cancer prevention. See all articles in this CEBP Focus section, “Environmental Carcinogenesis: Pathways to Prevention.”
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».