MétaCan
Menu
Retour à la cohorte
Enregistrement W4288448994 · doi:10.1002/1873-3468.14458

Genetic, metabolic and immunological features of cancers with <scp>NRF2</scp> addiction

2022· review· en· W4288448994 sur OpenAlexaff
Hiroshi Kitamura, Haruna Takeda, Hozumi Motohashi

Notice bibliographique

RevueFEBS Letters · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics, phytochemicals, and oxidative stress
Établissements canadiensInstitute of Aging
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésCancer cellTranscription factorCancerCancer researchAddictionBiologyGeneImmunologyGeneticsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Nuclear factor erythroid-derived 2-like 2 (NRF2) is a master transcription factor that coordinately regulates the expression of many cytoprotective genes and plays a central role in defense mechanisms against oxidative and electrophilic insults. Although increased NRF2 activity is principally beneficial for our health, NRF2 activation in cancer cells is detrimental. Many human cancers exhibit persistent NRF2 activation and such cancer cells rely on NRF2 for most of their malignant characteristics, such as therapeutic resistance and aggressive tumourigenesis, and thus fall into NRF2 addiction. The persistent activation of NRF2 confers great advantages on cancer cells, whereas it is not tolerated by normal cells, suggesting that certain requirements are necessary for a cell to exploit NRF2 and evolve into malignant cancer cells. In this review, recent reports and data on the genetic, metabolic and immunological features of NRF2-activated cancer cells are summarized, and prerequisites for NRF2 addiction in cancer cells and their therapeutic applications are discussed.

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 enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFEBS LettersMême sujetGenomics, phytochemicals, and oxidative stressTravaux en français237 207