MétaCan
Menu
Retour à la cohorte
Enregistrement W3096292456 · doi:10.1042/bst20200506

RAS GTPase signalling to alternative effector pathways

2020· review· en· W3096292456 sur OpenAlexaff
Swati Singh, Matthew J. Smith

Notice bibliographique

RevueBiochemical Society Transactions · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHippo pathway signaling and YAP/TAZ
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesnon disponible
Mots-clésEffectorGTPaseCell biologyBiologySmall GTPasePI3K/AKT/mTOR pathwaySignal transductionAnti-apoptotic Ras signalling cascadeRas superfamilyKinaseMAPK/ERK pathwayBiochemistryGTP'Enzyme

Résumé

récupéré en direct d'OpenAlex

RAS GTPases are fundamental regulators of development and drivers of an extraordinary number of human cancers. RAS oncoproteins constitutively signal through downstream effector proteins, triggering cancer initiation, progression and metastasis. In the absence of targeted therapeutics to mutant RAS itself, inhibitors of downstream pathways controlled by the effector kinases RAF and PI3K have become tools in the treatment of RAS-driven tumours. Unfortunately, the efficacy of this approach has been greatly minimized by the prevalence of acquired drug resistance. Decades of research have established that RAS signalling is highly complex, and in addition to RAF and PI3K these small GTPase proteins can interact with an array of alternative effectors that feature RAS binding domains. The consequence of RAS binding to these effectors remains relatively unexplored, but these pathways may provide targets for combinatorial therapeutics. We discuss here three candidate alternative effectors: RALGEFs, RASSF5 and AFDN, detailing their interaction with RAS GTPases and their biological significance. The metastatic nature of RAS-driven cancers suggests more attention should be granted to these alternate pathways, as they are highly implicated in the regulation of cell adhesion, polarity, cell size and cytoskeletal architecture.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,038
Tête enseignante GPT0,297
Écart entre enseignants0,259 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemical Society TransactionsMême sujetHippo pathway signaling and YAP/TAZTravaux en français237 207