MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404293046 · doi:10.47248/chp2401020007

Function of noncoding RNA in regulating cancer cell plasticity

2024· article· en· W4404293046 sur OpenAlexafffund
Peter Her, Magnus Lam, Housheng Hansen He

Notice bibliographique

RevueCancer Heterogeneity and Plasticity · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchPrincess Margaret Cancer Foundation
Mots-clésLong non-coding RNARNAPlasticityFunction (biology)BiologyNon-coding RNACancerComputational biologyCell biologyNeuroscienceGeneticsGenePhysics

Résumé

récupéré en direct d'OpenAlex

Recent advances have brought non-coding RNAs (ncRNAs) into the spotlight, revealing their critical regulatory roles in cancer cell plasticity. ncRNAs, such as microRNAs (miRNAs), transfer RNAs (tRNAs), long non-coding RNAs (lncRNAs) and circular RNAs (circRNAs), are now recognized as key players in cellular processes such as chromatin remodeling, mRNA stability, and translation. This review delves into the diverse functions of ncRNAs in stem cells and cancer stem cells (CSCs) biology, emphasizing their impact on maintaining and modulating cellular states. We explore the mechanisms by which ncRNAs influence stem cell self-renewal and differentiation, including their roles in establishing pluripotency and directing differentiation. In the context of cancer, ncRNAs are pivotal in driving processes like epithelial-mesenchymal transition (EMT), which underlies metastasis and therapy resistance. By regulating gene expression and epigenetic landscapes, ncRNAs sustain the dynamic nature of CSCs, facilitating tumor growth and heterogeneity. The review also highlights the potential clinical applications of ncRNAs as biomarkers and therapeutic targets. Advances in ncRNA detection and manipulation have opened new avenues for developing diagnostic tools and innovative treatments. Liquid biopsies, which utilize ncRNAs from biological fluids, provide a minimally invasive approach to monitor tumor dynamics and progression. Uncovering the intricate networks regulated by ncRNAs makes it evident that these molecules play central roles in understanding cancer cell plasticity. Insights into their functions offer promising strategies for targeted cancer therapies, aiming to disrupt the adaptability of cancer cells and improve treatment outcomes.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,019
Tête enseignante GPT0,290
Écart entre enseignants0,271 · 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'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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Heterogeneity and Plasticity→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→