MétaCan
Menu
Retour à la cohorte
Enregistrement W4410068210 · doi:10.3390/ijms26094364

Molecular Mechanisms Regulating Epithelial Mesenchymal Transition (EMT) to Promote Cancer Progression

2025· review· en· W4410068210 sur OpenAlexafffund
Saima Ghafoor, Elizabeth Garcia, Sujata Persad

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésEpithelial–mesenchymal transitionTranscription factorReprogrammingCell biologySignal transductionBiologySlugTwist transcription factorMesenchymal stem cellCancer researchCancerMetastasisCellGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The process of epithelial-mesenchymal transition (EMT) is crucial in various physiological/pathological circumstances such as development, wound healing, stem cell behavior, and cancer progression. It involves the conversion of epithelial cells into a mesenchymal phenotype, which causes the cells to become highly motile. This reprogramming is initiated and controlled by various signaling pathways and governed by several key transcription factors, including Snail 1, Snail 2 (Slug), TWIST 1, TWIST2, ZEB1, ZEB2, PRRX1, GOOSECOID, E47, FOXC2, SOX4, SOX9, HAND1, and HAND2. The intracellular signaling pathways are activated/inactivated by signals received from the extracellular environment and the transcription factors are carefully regulated at the transcriptional, translational, and post-translational levels to maintain tight regulatory control of EMT. One of the most important pathways involved in this process is the transforming growth factor-β (TGFβ) family signaling pathway. This review will discuss the role of EMT in promoting epithelial cancer progression and the convergence/interplay of multiple signaling pathways and transcription factors that regulate this phenomenon.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,029
Tête enseignante GPT0,399
Écart entre enseignants0,369 · 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

Citations40
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetCancer Cells and MetastasisTravaux en français237 207