MétaCan
Menu
Retour à la cohorte
Enregistrement W4386406893 · doi:10.1007/s00239-023-10131-2

A Law of Redundancy Compounds the Problem of Cancer and Precision Medicine

2023· article· en· W4386406893 sur OpenAlexafffund
Rama S. Singh

Notice bibliographique

RevueJournal of Molecular Evolution · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésRedundancy (engineering)BiologyComputational biologyGeneSystems biologyPhenotypeGeneticsComputer science

Résumé

récupéré en direct d'OpenAlex

Genetics and molecular biology research have progressed for over a century; however, no laws of biology resembling those of physics have been identified, despite the expectations of some physicists. It may be that it is not the properties of matter alone but evolved properties of matter in combination with atomic physics and chemistry that gave rise to the origin and complexity of life. It is proposed that any law of biology must also be a product of evolution that co-evolved with the origin and progression of life. It was suggested that molecular complexity and redundancy exponentially increase over time and have the following relationship: DNA sequence complexity (Cd) < molecular complexity (Cm) < phenotypic complexity (Cp). This study presents a law of redundancy, which together with the law of complexity, is proposed as an evolutionary law of biology. Molecular complexity and redundancy are inseparable aspects of biochemical pathways, and molecular redundancy provides the first line of defense against environmental challenges, including those of deleterious mutations. Redundancy can create problems for precision medicine because in addition to the issues arising from the involvement of multiple genes, redundancy arising from alternate pathways between genotypes and phenotypes can complicate gene detection for complex diseases and mental disorders. This study uses cancer as an example to show how cellular complexity, molecular redundancy, and hidden variation affect the ability of cancer cells to evolve and evade detection and elimination. Characterization of alternate biochemical pathways or "escape routes" can provide a step in the fight against 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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,182

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,310
Écart entre enseignants0,295 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Molecular EvolutionMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207