MétaCan
Menu
Retour à la cohorte
Enregistrement W7132893728

Developing Light-Switchable Affibody-Based Inhibitors of Key Interactions in the p53 Network

2024· dissertation· W7132893728 sur OpenAlexaff
Gary Zheng

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRegulatorMdm2Transcription factorSuppressorFunction (biology)GeneKey (lock)Cancer cellTumor suppressor gene
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The tumor suppressor gene TP53 encodes the transcription factor p53, which is crucial for maintaining genomic integrity by regulating cell growth, initiating DNA repair, and inducing apoptosis. The p53 network remains a key target in cancer research due to its pivotal role in tumor suppression. MDM2, a principal negative regulator of p53, suppresses p53 function in most p53 wild-type tumors. Inhibiting the MDM2-p53 interaction stabilizes p53 and activates its tumor-suppressive activity, leading to growth arrest and apoptosis. MDMX, a homolog of MDM2, modulates p53 by stabilizing MDM2. Selective inhibition of MDM2 and MDMX, considering their distinct roles, is of significant interest. Findings suggest that the timing of p53/MDM2 inhibitor administration affects efficacy, highlighting the importance of temporal control in studying these interactions. This research focuses on engineering selective, light-switchable affibody-based inhibitors to probe the p53 network. Rather than drugs, these inhibitors can serve as molecular tools to enable the dynamics of p53 signaling in cells to be measured and will permit development of a quantitative p53 network model, informing a systems-level approach to cancer treatment that can lead to better therapeutic 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: Empirique
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)0,0000,000
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 recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,348
Écart entre enseignants0,324 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetCancer-related Molecular PathwaysTravaux en français237 207