MétaCan
Menu
Retour à la cohorte
Enregistrement W1952789588 · doi:10.1139/o11-050

RNA interference in mammalian DNA methylation<sup>1</sup>This review is part of Special Issue entitled Asilomar Chromatin and has undergone the Journal’s usual peer review process.

2012· review· en· W1952789588 sur OpenAlexvenueno aff
Jeffrey R. Mann, Deidre M Mattiske

Notice bibliographique

RevueBiochemistry and Cell Biology · 2012
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeterochromatinDNA methylationBiologyRNA interferenceEpigeneticsDNA demethylationMethylationChromatinRNA-Directed DNA MethylationDicerCell biologyEpigenetics of physical exerciseGeneticsDNAMolecular biologyRNAGeneGene expression

Résumé

récupéré en direct d'OpenAlex

RNAi and Dicer-dependent siRNAs are required for constitutive heterochromatin formation in fission yeast and for establishing DNA methylation at repetitive elements in plants. In the mammalian male germ line, DICER1-independent piRNAs are required for the full establishment of DNA methylation of dispersed repetitive transposable elements. However, in other mammalian cell types, no clear picture has yet emerged of the role of RNAi in establishing heterochromatin and DNA methylation. In mouse embryonic stem cells, which remain viable on loss of DICER1 and ablation of RNAi, while no firm evidence has been obtained for defective heterochromatin formation, there are indications of defective DNA methylation. The latter has been attributed to an indirect effect of reduced DNA methyltransferase (DNMT) activity due to a loss of miRNA-mediated gene regulation. However, it is unclear whether the reductions in DNMT activity were sufficient to affect DNA methylation. We consider it equally likely that the defects in DNA methylation that can be observed in DICER1-deficient embryonic stem cells are the result of nonspecific effects related to RNAi loss aside from reduced DNMT activity.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,054
Tête enseignante GPT0,291
Écart entre enseignants0,237 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetChromosomal and Genetic VariationsTravaux en français237 207