MétaCan
Menu
Retour à la cohorte
Enregistrement W3172303857 · doi:10.3390/cancers13122953

CUT Domain Proteins in DNA Repair and Cancer

2021· review· en· W3172303857 sur OpenAlexafffund
Zubaidah M. Ramdzan, Elise Vickridge, Camila Cristina Fraga Faraco, Alain Nepveu

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésDNA repairDNA damageCancer cellBase excision repairCancer researchGene knockdownBiologyCancerCell biologyKRASDNA repair protein XRCC4CisplatinDNAChemistryNucleotide excision repairBiochemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Recent studies revealed that CUT domains function as accessory factors that accelerate DNA repair by stimulating the enzymatic activities of the base excision repair enzymes OGG1, APE1, and DNA pol β. Strikingly, the role of CUT domain proteins in DNA repair is exploited by cancer cells to facilitate their survival. Cancer cells in which the RAS pathway is activated produce an excess of reactive oxygen species (ROS) which, if not counterbalanced by increased production of antioxidants, causes sustained oxidative DNA damage and, ultimately, cell senescence. These cancer cells can adapt by increasing their capacity to repair oxidative DNA damage in part through elevated expression of CUT domain proteins such as CUX1, CUX2, or SATB1. In particular, CUX1 overexpression was shown to cooperate with RAS in the formation of mammary and lung tumors in mice. Conversely, knockdown of CUX1, CUX2, or SATB1 was found to be synthetic lethal in cancer cells exhibiting high ROS levels as a consequence of activating mutations in KRAS, HRAS, BRAF, or EGFR. Importantly, as a byproduct of their adaptation, cancer cells that overexpress CUT domain proteins exhibit increased resistance to genotoxic treatments such as ionizing radiation, temozolomide, and cisplatin.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,020
Tête enseignante GPT0,307
Écart entre enseignants0,287 · 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

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetDNA Repair MechanismsTravaux en français237 207