MétaCan
Menu
Retour à la cohorte
Enregistrement W4362731267 · doi:10.1142/9789811267390_0001

MicroRNAs (miRNAs) in cancer proliferation: Molecular interactions and possible therapeutic targets

2023· book-chapter· en· W4362731267 sur OpenAlexaff
Shokooh Salimimoghadam, Mahshid Deldar Abad Paskeh, Sepideh Mirzaei, Mehrdad Hashemi, Azuma Kalu, Noushin Nabavi

Notice bibliographique

RevueWORLD SCIENTIFIC eBooks · 2023
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésmicroRNACancerComputational biologyBiologyCancer researchGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Cancer is one of the most life-threatening diseases worldwide and is characterized by uncontrolled cell division, suppressed cell death, promoted metastasis, and angiogenesis. MicroRNAs (miRNAs) are single-stranded RNA molecules at ∼22 nucleotides in length belonging to the family of small non-coding RNAs. They exert critical regulatory roles in cells and shape various cellular activities. Tumor suppressor miRNAs work in a way to suppress oncogenic pathways, while tumor-promoting miRNAs mediate genes responsible for oncogenesis and suppress tumor inhibitory genes. However, there are miRNAs with dual roles in suppressing or promoting tumor growth in different cancer types. miRNAs regulate gene expression and protein function in cells by targeting mainly the 3′ untranslated region of a gene. Studies on the role of miRNAs in cancer illuminate the complex interaction between miRNAs and pathways involved in cancer. This chapter reviews the current knowledge regarding the importance and role of miRNAs in cancer focusing on proliferation, apoptosis, autophagy, and cell cycle arrest.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,797
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)0,0000,000
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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,256 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWORLD SCIENTIFIC eBooksMême sujetMicroRNA in disease regulationTravaux en français237 207