MétaCan
Menu
Retour à la cohorte
Enregistrement W4402715448 · doi:10.1093/emph/eoae021

A new perspective on tumor progression

2024· article· en· W4402715448 sur OpenAlexafffund
Frédéric Thomas, James DeGregori, Andriy Marusyk, Antoine M. Dujon, Beáta Újvári, Jean‐Pascal Capp, Robert A. Gatenby, Aurora M. Nedelcu

Notice bibliographique

RevueEvolution Medicine and Public Health · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre National de la Recherche ScientifiqueAgence Nationale de la Recherche
Mots-clésNatural selectionDarwinismCarcinogenesisSelection (genetic algorithm)BiologySurvival of the fittestGroup selectionEvolutionary biologyFunction (biology)PhenotypeCancerGeneticsComputer scienceGeneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Tumorigenesis is commonly attributed to Darwinian processes involving natural selection among cells and groups of cells. However, progressing tumors are those that also achieve an appropriate group phenotypic composition (GPC). Yet, the selective processes acting on tumor GPCs are distinct from that associated with classical Darwinian evolution (i.e. natural selection based on differential reproductive success) as tumors are not genuine evolutionary individuals and do not exhibit heritable variation in fitness. This complex evolutionary scenario is analogous to the recently proposed concept of 'selection for function' invoked for the evolution of both living and non-living systems. Therefore, we argue that it is inaccurate to assert that Darwinian processes alone account for all the aspects characterizing tumorigenesis and cancer progression; rather, by producing the genetic and phenotypic diversity required for creating novel GPCs, these processes fuel the evolutionary success of tumors that is dependent on selection for function at the tumor level.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,270

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 Opus0,022
Tête enseignante GPT0,350
Écart entre enseignants0,328 · 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'étudeSans objet
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

Citations18
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolution Medicine and Public HealthMême sujetCancer Genomics and DiagnosticsTravaux en français237 207