Interplay Between Non-Coding RNAs and Programmed Cell Death Proteins
Notice bibliographique
Résumé
Programmed cell death (PDCD) family of proteins includes at least 12 members, function of seven of them being more investigated. These members are PDCD1, PDCD2, PDCD4, PDCD5, PDCD6, PDCD7 and PDCD10. Consistent with the important roles of these proteins in the regulation of apoptosis, dysregulation of PDCDs is associated with diverse disorders ranging from intervertebral disc degeneration, amyotrophic lateral sclerosis, immune thrombocytopenia, type 1 diabetes, congenital hypothyroidism, Alzheimer's disease to different types of cancers. More recently, the interaction between non-coding RNAs and different members of PDCD family is being discovered. In the current study, we described the functional interactions between PDCDs and two classes of non-coding RNAs, namely microRNAs (miRNAs) and long non-coding RNAs (lncRNAs). miR-21 and miR-183 are two miRNAs whose interactions with PDCDs have been assessed in different contexts. The lncRNAs interaction with PDCDs is mainly assessed in the context of neoplasia indicating the role of MALAT1, MEG3, SNHG14 and LINC00473 in this process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».