MétaCan
Menu
Retour à la cohorte
Enregistrement W3041921794 · doi:10.1093/database/baaa052

Autophagy and Tumor Database: ATdb, a novel database connecting autophagy and tumor

2020· article· en· W3041921794 sur OpenAlexaff
Kelie Chen, Dexin Yang, Fan Zhao, Shengchao Wang, Ye Yao, Wenjie Sun, Haohua Lu, Zhi Ruan, Jinming Xu, Tianru Wang, Guang Lu, Liming Wang, Yu Shi, Honghe Zhang, Han Wu, Weiguo Lü, Han‐Ming Shen, Dajing Xia, Yihua Wu

Notice bibliographique

RevueDatabase · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesZhejiang UniversityNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésAutophagyCarcinogenesisBiologyDatabaseContext (archaeology)microRNAComputational biologyBioinformaticsCancerComputer scienceCancer researchGeneGeneticsApoptosis

Résumé

récupéré en direct d'OpenAlex

Autophagy is an essential cellular process that is closely implicated in diverse pathophysiological processes and a variety of human diseases, especially tumors. Autophagy is regarded as not only an anti-cancer process in tumorigenesis but also a pro-tumor process in progression and metastasis according to current research. It means the role of autophagy in tumor is considered to be complex, controversial and context dependent. Hence, a comprehensive database is of great significance to obtain an in-depth understanding of such complex correlations between autophagy and tumor. To achieve this objective, here we developed the Autophagy and Tumor Database (named as ATdb, http://www.bigzju.com/ATdb/#/) to compile the published information concerning autophagy and tumor research. ATdb connected 25 types of tumors with 137 genes required for autophagy-related pathways, containing 219 population filters, 2650 hazard ratio trend plots, 658 interacting microRNAs, 266 interacting long non-coding RNAs, 155 post-translational modifications, 298 DNA methylation records, 331 animal models and 70 clinical trials. ATdb could enable users to search, browse, download and carry out efficient online analysis. For instance, users can make prediction of autophagy gene regulators in a context-dependent manner and in a precise subpopulation and tumor subtypes. Also, it is feasible in ATdb to cluster tumors into distinguished groups based on the gene-related long non-coding RNAs to gain novel insights into their potential functional implications. Thus, ATdb offers a powerful online database for the autophagy community to explore the complex world of autophagy and tumor. Database URL: http://www.bigzju.com/ATdb/#/.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0130,012
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,017

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 Opus0,036
Tête enseignante GPT0,292
Écart entre enseignants0,256 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDatabaseMême sujetAutophagy in Disease and TherapyTravaux en français237 207