MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399493969 · doi:10.3390/cancers16122175

G9a in Cancer: Mechanisms, Therapeutic Advancements, and Clinical Implications

2024· article· en· W4399493969 sur OpenAlexafffund
Yuchao Ni, Mingchen Shi, Liangliang Liu, Dong Lin, Hao Zeng, Christopher J. Ong, Yuzhuo Wang

Notice bibliographique

RevueCancers · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensBC Cancer AgencyUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchBC Cancer FoundationTerry Fox Research Institute
Mots-clésEpigeneticsPRC2Prostate cancerEZH2BiologyCancerHistone methyltransferaseMethyltransferaseCancer researchBioinformaticsGeneticsMethylationGene

Résumé

récupéré en direct d'OpenAlex

G9a, also named EHMT2, is a histone 3 lysine 9 (H3K9) methyltransferase responsible for catalyzing H3K9 mono- and dimethylation (H3K9me1 and H3K9me2). G9a contributes to various aspects of embryonic development and tissue differentiation through epigenetic regulation. Furthermore, the aberrant expression of G9a is frequently observed in various tumors, particularly in prostate cancer, where it contributes to cancer pathogenesis and progression. This review highlights the critical role of G9a in multiple cancer-related processes, such as epigenetic dysregulation, tumor suppressor gene silencing, cancer lineage plasticity, hypoxia adaption, and cancer progression. Despite the increased research on G9a in prostate cancer, there are still significant gaps, particularly in understanding its interactions within the tumor microenvironment and its broader epigenetic effects. Furthermore, this review discusses the recent advancements in G9a inhibitors, including the development of dual-target inhibitors that target G9a along with other epigenetic factors such as EZH2 and HDAC. It aims to bring together the existing knowledge, identify gaps in the current research, and suggest future directions for research and treatment strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,382
Écart entre enseignants0,348 · 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

Citations15
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancers→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→