The EBV Gastric Cancer Resource (EBV-GCR): A Suite of Tools for Investigating EBV-Associated Human Gastric Carcinogenesis
Notice bibliographique
Résumé
Epstein-Barr virus (EBV) causes lifelong infection in over 90% of the world's population. EBV infection leads to several types of B cell and epithelial cancers due to the viral reprogramming of host-cell growth and gene expression. EBV is associated with 10% of stomach/gastric adenocarcinomas (EBVaGCs), which have distinct molecular, pathological, and immunological characteristics compared to EBV-negative gastric adenocarcinomas (EBVnGCs). Publicly available datasets, such as The Cancer Genome Atlas (TCGA), contain comprehensive transcriptomic, genomic, and epigenomic data for thousands of primary human cancer samples, including EBVaGCs. Additionally, single-cell RNA-sequencing data are becoming available for EBVaGCs. These resources provide a unique opportunity to explore the role of EBV in human carcinogenesis, as well as differences between EBVaGCs and their EBVnGC counterparts. We have constructed a suite of web-based tools called the EBV Gastric Cancer Resource (EBV-GCR), which utilizes TCGA and single-cell RNA-seq data and can be used for research related to EBVaGCs. These web-based tools allow investigators to gain in-depth biological and clinical insights by exploring the effects of EBV on cellular gene expression, associations with patient outcomes, immune landscape features, and differential gene methylation, featuring both whole-tissue and single-cell analyses.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».