Bibliographic record
Abstract
RésumémTOR est une sérine/thréonine kinase qui joue un rôle primordial dans lecontrôle de plusieurs fonctions cellulaires, incluant la prolifération, la croissance, ladifférentiation, l'autophagie et la réorganisation du cytosquelette. Les cellulesmammifères possèdent deux complexes protéiques contenant mTOR, soit mTORC1 andmTORC2. mTORC1 exerce son action en contrôlant l'initiation de la traduction desARN messagers via la phosphorylation de ses principaux effecteurs : les 4E-BP et lesS6K. Dans le but de mieux comprendre les fonctions spécifiques des 4E-BP et des S6Ken aval de la signalisation cellulaire initiée par mTORC1, nous avons utilisé de nouveauxinhibiteurs spécifiques au site actif de mTOR, ainsi que des cellules n'exprimant pas les4E-BP ou les S6K. Nous avons découvert que les 4E-BP et les S6K jouent des rôlesdistinct en aval de mTORC1, les 4E-BP étant principalement impliquées dans laprolifération cellulaire, alors que les S6K jouent un rôle dans le contrôle de la croissancecellulaire. Les effets des inhibiteurs spécifiques au site actif de mTOR sur la proliférationcellulaire, la progression à travers le cycle cellulaire et la synthèse protéique sontfortement atténués dans les cellules nulles pour les 4E-BP, alors qu'ils sont inhibés demanière importante dans les cellules de type sauvage. Cependant, la croissance descellules 4E-BP nulles, en présence des inhibiteurs spécifiques au site actif de mTOR, estla même que celle observée pour les cellules de type sauvage. À l'opposé, la croissancedes cellules S6K nulles n'est pas affectée par ces inhibiteurs, tandis que les inhibiteursconservent leurs effets négatifs sur la prolifération et la progression au travers du cyclecellulaire dans ces mêmes cellules. Ces résultats sont en accord avec un modèle danslequel la signalisation en aval de mTORC1, pour promouvoir la prolifération et lacroissance cellulair
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".