MétaCan
Menu
Retour à la cohorte
Enregistrement W1952579501 · doi:10.1034/j.1399-0004.2000.570103.x

The molecular regulation of myogenesis

2000· review· en· W1952579501 sur OpenAlexaff
Luc A. Sabourin, Michael A. Rudnicki

Notice bibliographique

RevueClinical Genetics · 2000
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMyoDMyogenesisMyogeninMyoD ProteinBiologyMyogenic regulatory factorsChromatinCell biologyPITX2Transcription factorMYF5Cellular differentiationMyocyteGeneticsGeneHomeobox

Résumé

récupéré en direct d'OpenAlex

Over the past years, several studies have unraveled important mechanisms by which the four myogenic regulatory factors (MRFs: MyoD, Myf-5, myogenin, and MRF4) control the specification and the differentiation of the muscle lineage. Early experiments led to the hypothesis that these factors were redundant and could functionally replace one another. However, recent experiments using in vivo and in vitro models have demonstrated that in fact different aspects of the myogenic program are controlled by different factors in vivo, suggesting that these factors play distinct roles during myogenesis. The activity of the MRFs during proliferation and differentiation of muscle precursor cells has clearly been demonstrated to be dependent on specific cell-cycle control mechanisms as well as distinct interactions with other regulatory molecules, such as the ubiquitously expressed E proteins and several other transcription factors. Furthermore, the observation that the MRFs can recruit chromatin remodeling proteins has shed some light on the mechanisms by which the MRFs activate gene expression. Recently, a functional role for MyoD during satellite cell activation and muscle repair has been identified in vivo, which cannot be substituted for by the other MRFs. This has put forward the hypothesis that these factors also play specific biological roles following muscle injury and repair.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,057
Tête enseignante GPT0,404
Écart entre enseignants0,347 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations731
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetMuscle Physiology and DisordersTravaux en français237 207