MétaCan
Menu
Retour à la cohorte
Enregistrement W1973429655 · doi:10.1621/nrs.04018

Genome-wide approaches for identification of nuclear receptor target genes

2006· article· en· W1973429655 sur OpenAlexaff
Luz E. Tavera-Mendoza, Sylvie Mader, John H. White

Notice bibliographique

RevueNuclear Receptor Signaling · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensUniversité de MontréalMcGill UniversityInstitute for Research in Immunology and Cancer
Organismes subventionnairesnon disponible
Mots-clésComputational biologyNuclear receptorDNA microarrayBiologyChromatin immunoprecipitationGenomicsIn silicoGenomeChromatinGeneGeneticsGene expressionTranscription factor

Résumé

récupéré en direct d'OpenAlex

Large-scale genomics analyses have grown by leaps and bounds with the rapid advances in high throughput DNA sequencing and synthesis techniques. Nuclear receptor signaling is ideally suited to genomics studies because receptors function as ligand-regulated gene switches. This review will survey the strengths and limitations of three major classes of high throughput techniques widely used in the nuclear receptor field to characterize ligand-dependent gene regulation: expression profiling studies (microarrays, SAGE and related techniques), chromatin immunoprecipitation followed by microarray (ChIP-on-chip), and genome-wide in silico hormone response element screens. We will discuss each technique, and how each has contributed to our understanding of nuclear receptor signaling.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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'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

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNuclear Receptor SignalingMême sujetGenomics and Chromatin DynamicsTravaux en français237 207