MétaCan
Menu
Retour à la cohorte
Enregistrement W4363677815 · doi:10.3390/cancers15082195

Regulation of Autophagy via Carbohydrate and Lipid Metabolism in Cancer

2023· review· en· W4363677815 sur OpenAlexafffund
Javad Alizadeh, Mahboubeh Kavoosi, Navjit Singh, Shahrokh Lorzadeh, Amir Ravandi, Biniam Kidane, Naseer Ahmed, Fatima Mraiche, Michael Mowat, Saeid Ghavami

Notice bibliographique

RevueCancers · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensResearch Institute in Oncology and HematologyUniversity of AlbertaChildren's Hospital Research Institute of ManitobaCancerCare ManitobaHealth Sciences CentreSt. Boniface HospitalUniversity of Manitoba
Organismes subventionnairesMax Rady College of Medicine, University of ManitobaCancerCare Manitoba Foundation
Mots-clésAutophagyOrganelleCell biologyLipid metabolismMetabolic pathwayCancer cellBiochemistryCarcinogenesisCell metabolismMetabolismBiologyGlycolysisCellCarbohydrate metabolismChemistryLipid dropletCancerApoptosis

Résumé

récupéré en direct d'OpenAlex

Metabolic changes are an important component of tumor cell progression. Tumor cells adapt to environmental stresses via changes to carbohydrate and lipid metabolism. Autophagy, a physiological process in mammalian cells that digests damaged organelles and misfolded proteins via lysosomal degradation, is closely associated with metabolism in mammalian cells, acting as a meter of cellular ATP levels. In this review, we discuss the changes in glycolytic and lipid biosynthetic pathways in mammalian cells and their impact on carcinogenesis via the autophagy pathway. In addition, we discuss the impact of these metabolic pathways on autophagy in lung cancer.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,800

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,050
Tête enseignante GPT0,366
Écart entre enseignants0,317 · 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'étudeAutre devis
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

Citations47
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetAutophagy in Disease and TherapyTravaux en français237 207