MétaCan
Menu
Retour à la cohorte
Enregistrement W3094248073 · doi:10.3389/fonc.2020.591843

Epigenetic Mechanisms in Canine Cancer

2020· review· en· W3094248073 sur OpenAlexfundno aff
Pedro Luiz Porfírio Xavier, Susanne Müller, Heidge Fukumasu

Notice bibliographique

RevueFrontiers in Oncology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesOntario Genomics InstituteEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAOntario GenomicsGenome CanadaFundação de Amparo à Pesquisa do Estado de São PauloMcGill UniversityGenentechBayerPfizer
Mots-clésEpigeneticsCancerMedicineBiologyBioinformaticsCancer researchComputational biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

A plethora of data has highlighted the role of epigenetics in the development of cancer. Initiation and progression of different cancer types are associated with a variety of changes of epigenetic mechanisms, including aberrant DNA methylation, histone modifications, and miRNA expression. At the same time, advances in the available epigenetic tools allow to investigate and reverse these epigenetic changes and form the basis for the development of anticancer drugs in human oncology. Although human and canine cancer shares several common features, only recently that studies emerged investigating the epigenetic landscape in canine cancer and applying epigenetic modulators to canine cancer. This review focuses on the existing studies involving epigenetic changes in different types of canine cancer and the use of small-molecule inhibitors in canine cancer cells.

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 enseignants0,996
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 recherche0,0010,000
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 Opus0,028
Tête enseignante GPT0,356
Écart entre enseignants0,328 · 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetEpigenetics and DNA MethylationTravaux en français237 207