MétaCan
Menu
Retour à la cohorte
Enregistrement W1803889394 · doi:10.1016/j.celrep.2015.08.015

Mutational Analysis of Ionizing Radiation Induced Neoplasms

2015· article· en· W1803889394 sur OpenAlexaff
Amy L. Sherborne, Philip R. Davidson, Katharine Yu, Alice Nakamura, Mamunur Rashid, Jean L. Nakamura

Notice bibliographique

RevueCell Reports · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Cancer Institute
Mots-clésBiologyLoss of heterozygosityCarcinogenesisIonizing radiationGeneticsCancer researchMutagenMutationGeneCarcinogenAlleleIrradiation

Résumé

récupéré en direct d'OpenAlex

Ionizing radiation (IR) is a mutagen that promotes tumorigenesis in multiple exposure contexts. One severe consequence of IR is the development of second malignant neoplasms (SMNs), a radiotherapy-associated complication in survivors of cancers, particularly pediatric cancers. SMN genomes are poorly characterized, and the influence of genetic background on genotoxin-induced mutations has not been examined. Using our mouse models of SMNs, we performed whole exome sequencing of neoplasms induced by fractionated IR in wild-type and Nf1 mutant mice. Using non-negative matrix factorization, we identified mutational signatures that did not segregate by genetic background or histology. Copy-number analysis revealed recurrent chromosomal alterations and differences in copy number that were background dependent. Pathway analysis identified enrichment of non-synonymous variants in genes responsible for cell assembly and organization, cell morphology, and cell function and maintenance. In this model system, ionizing radiation and Nf1 heterozygosity each exerted distinct influences on the mutational landscape.

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 enseignants0,111
Score d'incertitude au seuil0,231

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 Opus0,017
Tête enseignante GPT0,252
Écart entre enseignants0,235 · 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

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetCancer Genomics and DiagnosticsTravaux en français237 207