MétaCan
Menu
Retour à la cohorte
Enregistrement W3034143654 · doi:10.3390/ijms21114075

Regulation of Epithelial-to-Mesenchymal Transition by Alternative Translation Initiation Mechanisms and Its Implications for Cancer Metastasis

2020· review· en· W3034143654 sur OpenAlexafffund
Amit Bera, Stephen M. Lewis

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensBeatrice Hunter Cancer Research InstituteUniversité de MonctonAtlantic Cancer Research Institute
Organismes subventionnairesCancer Research Society
Mots-clésInternal ribosome entry siteTranslation (biology)MetastasisEpithelial–mesenchymal transitionEukaryotic translationBiologyCancer researchCancerProtein biosynthesisCell biologyMessenger RNAGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Translation initiation plays a critical role in the regulation of gene expression for development and disease conditions. During the processes of development and disease, cells select specific mRNAs to be translated by controlling the use of diverse translation initiation mechanisms. Cells often switch translation initiation from a cap-dependent to a cap-independent mechanism during epithelial-to-mesenchymal transition (EMT), a process that plays an important role in both development and disease. EMT is involved in tumor metastasis because it leads to cancer cell migration and invasion, and is also associated with chemoresistance. In this review we will provide an overview of both the internal ribosome entry site (IRES)-dependent and N6-methyladenosine (m6A)-mediated translation initiation mechanisms and discuss how cap-independent translation enables cells from primary epithelial tumors to achieve a motile mesenchymal-like phenotype, which in turn drives tumor 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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,061
Tête enseignante GPT0,377
Écart entre enseignants0,316 · 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'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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetRNA modifications and cancerTravaux en français237 207