MétaCan
Menu
Retour à la cohorte
Enregistrement W4323312607 · doi:10.3390/cimb45030135

The Landscape and Therapeutic Targeting of BRCA1, BRCA2 and Other DNA Damage Response Genes in Pancreatic Cancer

2023· review· en· W4323312607 sur OpenAlexaff
Ioannis A. Voutsadakis, Antonia Digklia

Notice bibliographique

RevueCurrent Issues in Molecular Biology · 2023
Typereview
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensNOSM UniversitySault Area Hospital
Organismes subventionnairesnon disponible
Mots-clésPancreatic cancerBRCA2 ProteinCancer researchGeneDNA repairBiologyRAD51PARP inhibitorGermline mutationSomatic cellOvarian cancerCancerMutationProstate cancerHomologous recombinationGeneticsPoly ADP ribose polymerasePolymerase

Résumé

récupéré en direct d'OpenAlex

Genes participating in the cellular response to damaged DNA have an important function to protect genetic information from alterations due to extrinsic and intrinsic cellular insults. In cancer cells, alterations in these genes are a source of genetic instability, which is advantageous for cancer progression by providing background for adaptation to adverse environments and attack by the immune system. Mutations in BRCA1 and BRCA2 genes have been known for decades to predispose to familial breast and ovarian cancers, and, more recently, prostate and pancreatic cancers have been added to the constellation of cancers that show increased prevalence in these families. Cancers associated with these genetic syndromes are currently treated with PARP inhibitors based on the exquisite sensitivity of cells lacking BRCA1 or BRCA2 function to inhibition of the PARP enzyme. In contrast, the sensitivity of pancreatic cancers with somatic BRCA1 and BRCA2 mutations and with mutations in other homologous recombination (HR) repair genes to PARP inhibitors is less established and the subject of ongoing investigations. This paper reviews the prevalence of pancreatic cancers with HR gene defects and treatment of pancreatic cancer patients with defects in HR with PARP inhibitors and other drugs in development that target these molecular defects.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,984
Score d'incertitude au seuil0,853

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,069
Tête enseignante GPT0,443
Écart entre enseignants0,374 · 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.

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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Issues in Molecular BiologyMême sujetPARP inhibition in cancer therapyTravaux en français237 207