MétaCan
Menu
Retour à la cohorte
Enregistrement W4416682897 · doi:10.1016/j.matbio.2025.11.007

CCN1: a SASPy protein that plays multifaceted roles in fibrogenesis

2025· article· en· W4416682897 sur OpenAlexafffund
Andrew Leask

Notice bibliographique

RevueMatrix Biology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective Tissue Growth Factor Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesInstitute of Musculoskeletal Health and ArthritisNatural Sciences and Engineering Research Council of Canada
Mots-clésMatricellular proteinCYR61FibrosisPhenotypePathologicalCell

Résumé

récupéré en direct d'OpenAlex

• The senescence-associated secretory phenotype (SASP) can be both pro- and anti-fibrotic • The matricellular protein CCN1 drives senescence • CCN1 can be both pro- and anti-fibrotic • That CCN1 may have context-dependent pro-fibrotic role deserves consideration while developing anti-fibrotic drugs. The matricellular protein CCN1 is pro-apoptotic, and can be considered as a possible inducer of the senescence-associated secretory phenotype (SASP). Although the SASP facilitates healthy tissue repair when apoptotic cells are properly cleared, pathological fibrosis results when this clearance is defective. Similarly, CCN1 can have both anti-fibrotic and pro-fibrotic properties, depending on the context. Recent data indicate that although CCN1 has anti-fibrotic roles in normal tissue repair and the liver, it also has pro-fibrotic roles in lung, kidney, cardiac, skin and liver fibrosis/scarring. That CCN1 has context-dependent roles in fibrosis deserves consideration when developing anti-fibrotic drugs.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,711

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 Opus0,016
Tête enseignante GPT0,328
Écart entre enseignants0,312 · 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'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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMatrix BiologyMême sujetConnective Tissue Growth Factor ResearchTravaux en français237 207