MétaCan
Menu
Retour à la cohorte
Enregistrement W1500046666 · doi:10.22038/ijbms.2007.5277

NEW P53 GENE MUTATION IN NON-CANCEROUS MUSTARD GAS EXPOSED LUNG

2007· article· en· W1500046666 sur OpenAlexaff
Ali Karami, Firouzeh Biramijamal, Mostafa Ghanei, Saied Arjmand, Mehdi Eshraghi, A. Khalilpoor

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésMutationGeneExonBiologyGene mutationGeneticsCancer researchMolecular biologyMutation frequency

Résumé

récupéré en direct d'OpenAlex

Objective Mustard gas (MG) is a poisoning chemical, mutagenic and carcinogenic alkylating agent. It is used during World War I and also Iran-Iraq conflict. The p53 tumor suppressor gene is involved in the pathogenesis of malignant disease. The aim of this study is to determine possible mutation in p53 gene of lung sample from mustard gas exposed patients. Material and Methods Twelve lung biopsy samples from 12 Mustard Gas exposed soldiers cases along with control cell line were studied for the presence of mutations in exons 4-9 of the p53 gene by PCR and direct sequencing. Results Among examined biopsies most of the samples demonstrated normal polymorphism with no significant defected mutations but in one sample one type of p53 gene alteration at codon 278 (CCT→CCA) on transcribed strand was detected. This Mutation has not been observed in another studies related to mustard gas exposure and p53 mutation databases. Conclusion In this study we have reported for the first time new p53 mutation in the lung sample of MG exposed patients. It is concluded that only one silent mutation were scanned with no signs of any type of cancer. This type of mutation was not in IARC p53 gene mutation database. Moreover, surrounding sequences of the mutated p53 gene codons have more 5'-GT and 5-GC sequences which have been found both by our study and only one another study on Japanese exposed to MG.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,785
Score d'incertitude au seuil0,999

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)0,0010,000

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 GPT0,233
Écart entre enseignants0,218 · 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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPesticide Exposure and ToxicityTravaux en français237 207