MétaCan
Menu
Retour à la cohorte
Enregistrement W3213162239 · doi:10.1111/php.13559

Damage Induced to DNA and Its Constituents by 0–3 eV UV Photoelectrons<sup>†</sup>

2021· review· en· W3213162239 sur OpenAlexafffund
Chaochao Liu, Yi Zheng, Léon Sanche

Notice bibliographique

RevuePhotochemistry and Photobiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPhotoionizationPhotoelectric effectElectronContext (archaeology)DNA damageIrradiationDNAChemistryPhotochemistryAtomic physicsPhysicsIonOptoelectronicsIonizationNuclear physicsBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The complex physical and chemical interactions between DNA and 0-3 eV electrons released by UV photoionization can lead to the formation of various lesions such as base modifications and cleavage, crosslinks and single strand breaks. Furthermore, in the presence of platinum chemotherapeutic agents, these electrons can cause clustered lesions, including double strand breaks. We explain the mechanisms responsible for these damages via the production 0-3 eV electrons by UVC radiation, and by UV photons of any wavelengths, when they are produced by photoemission from nanoparticles lying within about 10 nm from DNA. We review experimental evidence showing that a single 0-3 eV electron can produce these damages. The foreseen benefits UV-irradiation of nanoparticles targeted to the cell nucleus are mentioned in the context of cancer therapy, as well as the potential hazards to human health when they are present in 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 enseignants0,834
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,336
Écart entre enseignants0,304 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhotochemistry and PhotobiologyMême sujetRadiation Therapy and DosimetryTravaux en français237 207