MétaCan
Menu
Retour à la cohorte
Enregistrement W1906899562 · doi:10.5376/cge.2015.03.0005

Epigenetic of Somatic Cells Reprogramming

2015· article· en· W1906899562 sur OpenAlexvenueno aff
Jie Li, Yan Huang, Mingming Lu, Yihan Wang, Yan Zhang

Notice bibliographique

RevueCancer Genetics and Epigenetics · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReprogrammingSomatic cellEpigeneticsBiologyEpigenesisCell biologyDNA methylationGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Embryonic stem cells (ESCs) is a highly undifferentiated pluripotent cells, can differentiate into various cells. Stem cell therapy is an opportunity of the human regenerative medicine, and also a focus of medical research. While the source of embryonic stem cells is controversial in ethics, which indirectly promotes the technology development of somatic cell reprogramming and induced pluripotent stem cells (iPSCs). Although iPSCs can produce healthy mature individuals, there are still some limitations, such as the success rate of iPSCs is very low and the problem of tumorigenicity. ESCs and iPSCs have difference in gene expression level and the potential mechanism of epigenetic regulation. In the process of cell differentiation and development, DNA sequence has no change, which means the specific epigenetic modifications (DNA methylation, histone modifications, miRNA and lncRNA) plays an important role in the pluripotent maintenance and differentiation of ESCs and iPSCs. In this review, we discussed the regulation effect of various epigenetic modifications in the pluripotent maintenance and differentiation of ESCs and iPSCs, and the relationship between epigenetic modifications and somatic reprogramming is also discussed. We think, based on the various omics data produced by next generation sequencing, developing bioinformatics methods will greatly promote the stem cell research and its clinical application.

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 enseignants0,052
Score d'incertitude au seuil0,959

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 Opus0,037
Tête enseignante GPT0,305
Écart entre enseignants0,269 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Genetics and EpigeneticsMême sujetPluripotent Stem Cells ResearchTravaux en français237 207