MétaCan
Menu
Retour à la cohorte
Enregistrement W4391844349 · doi:10.3390/biology13020122

Insights into the Roles of Epigenetic Modifications in Ferroptosis

2024· article· en· W4391844349 sur OpenAlexaff
Jinghua Kong, Hao Lyu, Qian Ouyang, Hao Shi, Rui Zhang, Shuai Xiao, Dong Guo, Qi Zhang, Xing‐Zhen Chen, Cefan Zhou, Jingfeng Tang

Notice bibliographique

RevueBiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesWuhan Science and Technology ProjectNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésEpigeneticsBiologyDNA methylationHistoneLipid peroxidationCancer researchCell biologyGeneticsDNAGeneBiochemistryGene expressionOxidative stress

Résumé

récupéré en direct d'OpenAlex

, ROS, and lipid peroxidation. Studies have shown that ferroptosis is related to the development of multiple diseases, such as cancer, neurodegenerative diseases, and acute myeloid leukemia. Ferroptosis plays a dual role in the occurrence and development of these diseases. Ferroptosis mainly involves iron metabolism, ROS, and lipid metabolism. Various mechanisms, including epigenetic regulation, have been reported to be deeply involved in ferroptosis. Abnormal epigenetic modifications have been reported to promote tumor onset or other diseases and resistance to chemotherapy drugs. In recent years, diversified studies have shown that epigenetic modification is involved in ferroptosis. In this review, we reviewed the current resistance system of ferroptosis and the research progress of epigenetic modification, such as DNA methylation, RNA methylation, non-coding RNAs, and histone modification in cancer and other diseases by regulating ferroptosis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,312
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetFerroptosis and cancer prognosisTravaux en français237 207