MétaCan
Menu
Retour à la cohorte
Enregistrement W3119982255 · doi:10.1002/bies.202000269

What deubiquitinating enzymes, oncogenes, and tumor suppressors actually do: Are current assumptions supported by patient outcomes?

2021· review· en· W3119982255 sur OpenAlexaff
Sophie Gregoire‐Mitha, Douglas A. Gray

Notice bibliographique

RevueBioEssays · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueUbiquitin and proteasome pathways
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDeubiquitinating enzymeSuppressorOncogeneBiologyCrosstalkTumor suppressor geneContext (archaeology)Cancer researchGeneTumor microenvironmentCarcinogenesisCell biologyUbiquitinGeneticsTumor cellsCell cycle

Résumé

récupéré en direct d'OpenAlex

Context can determine whether a given gene acts as an oncogene or a tumor suppressor. Deubiquitinating enzymes (DUBs) regulate the stability of many components of the pathways dictating cell fate so it would be expected that alterations in the levels or activity of these enzymes may have oncogenic or tumor suppressive consequences. In the current review we survey publications reporting that genes encoding DUBs are oncogenes or tumor suppressors. For many DUBs both claims have been made. For such "double agents," the effects of gain or loss of function will depend on the overall status of a complex of molecular signaling networks subject to extensive crosstalk. As the TGF-β paradox makes clear context is critical in cell fate decisions, and the disconnect between experimental findings and patient survival outcomes can in part be attributed to disparities between culture conditions and the microenvironment in vivo. Convincing claims for oncogene or tumor suppressor roles require the documentation of gene alterations in patient samples; survival curves are alone inadequate.

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)0,003
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,327
Écart entre enseignants0,289 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetUbiquitin and proteasome pathwaysTravaux en français237 207