MétaCan
Menu
Retour à la cohorte
Enregistrement W4312196389 · doi:10.3390/cells11244132

PCSK9 in Liver Cancers at the Crossroads between Lipid Metabolism and Immunity

2022· review· en· W4312196389 sur OpenAlexafffund
Malak Alannan, Nabil G. Seidah, Aksam Merched

Notice bibliographique

RevueCells · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensUniversité de MontréalMontreal Clinical Research Institute
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésPCSK9Proprotein convertaseKexinBiologyLipid metabolismLDL receptorImmune systemCancer researchImmunologyCholesterolLipoproteinEndocrinology

Résumé

récupéré en direct d'OpenAlex

Metabolic rewiring and defective immune responses are considered to be the main driving forces sustaining cell growth and oncogenesis in many cancers. The atypical enzyme, proprotein convertase subtilisin/kexin type 9 (PCSK9), is produced by the liver in large amounts and plays a major role in lipid metabolism via the control of the low density lipoprotein receptor (LDLR) and other cell surface receptors. In this context, many clinical studies have clearly demonstrated the high efficacy of PCSK9 inhibitors in treating hyperlipidemia and cardiovascular diseases. Recent data implicated PCSK9 in the degradation of major histocompatibility complex I (MHC-I) receptors and the immune system as well as in other physiological activities. This review highlights the complex crosstalk between PCSK9, lipid metabolism and immunosuppression and underlines the latest advances in understanding the involvement of this convertase in other critical functions. We present a comprehensive assessment of the different strategies targeting PCSK9 and show how these approaches could be extended to future therapeutic options to treat cancers with a main focus on the liver.

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 enseignants0,961
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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,294
Écart entre enseignants0,262 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetCancer, Lipids, and MetabolismTravaux en français237 207