MétaCan
Menu
Retour à la cohorte
Enregistrement W2001465189 · doi:10.1002/iub.557

Signaling epigenetics: Novel insights on cell signaling and epigenetic regulation

2011· review· en· W2001465189 sur OpenAlexaff
Rodrigo G. Arzate‐Mejía, David Valle‐García, Félix Recillas‐Targa

Notice bibliographique

RevueIUBMB Life · 2011
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensTellabs (Canada)
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoConsejo Nacional de Ciencia y Tecnología
Mots-clésEpigeneticsCrosstalkChromatinSignal transductionBiologyTranscription factorCell fate determinationCell biologyTranscriptional regulationRegulation of gene expressionChromatin remodelingHistoneGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Cells must be able to respond rapidly and precisely not only to changes in their external environment but also to developmental and differentiation cues to determine when to divide, die, or acquire a particular cell fate. Signal transduction pathways are responsible for the integration and interpretation of most of such signals into specific transcriptional states. Those states are achieved by the modulation of chromatin structure that activates or represses transcription at particular loci. Although a large variety of signal transduction pathways have already been described, much less is known about the crosstalk between signal transduction and its consequent changes in chromatin structure and, therefore, gene expression. Here we present some examples of the relationship between chromatin-associated proteins and important signal transduction pathways during critical processes like development, differentiation, and disease. There is a great diversity of epigenetic mechanisms that have unexpected interactions with signaling pathways to establish transcriptional programs. Moreover, there are also particular cases where signaling pathways directly affect important components of the epigenetic machinery. Based on such examples, we further propose future research directions linking cell signaling and epigenetics. It is foreseeable that analyzing the relationship between cell signaling and epigenetics will be a huge area for future development that will help us understand the complex process by which a cell is able to induce transcriptional changes in response to external and internal signals.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 GPT0,292
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

Citations55
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIUBMB LifeMême sujetEpigenetics and DNA MethylationTravaux en français237 207