Characterizing the three‐dimensional organization of telomeres
Notice bibliographique
Résumé
BACKGROUND: Quantitative analysis can be used in combination with fluorescence microscopy. Although the human eye is able to obtain good qualitative results, when analyzing the spatial organization of telomeres in interphase nuclei, there is a need for quantitative results based on image analysis. METHODS: We developed a tool for analyzing three-dimensional images of telomeres stained by fluorescence in situ hybridization in interphase nuclei with DNA counterstained with 4',6-diamidino-2-phenylindole. After deconvolution of the image, we segmented individual telomeres. From the location of the telomeres we derived a distribution parameter rhoT, which indicated whether the telomeres were in a disk (rhoT >> 1) or not (rhoT approximately 1). We sorted mouse lymphocyte nuclei and measured rhoT. We also performed a bromodeoxyuridine synchronous cell sorting experiment on live cells and measured rhoT at several instances. RESULTS: Measuring rhoT for nuclei in G0/G1, S, and G2 produced 1.4 +/- 0.1, 1.5 +/- 0.2, and 14 +/- 2, respectively, showing a significant difference between G2 and G0/G1 or S. For the bromodeoxyuridine synchronous cell sorting experiment, we found a cell cycle dependency of rhoT and a correlation between rhoT and an observer. CONCLUSIONS: In this study we present a quantitative method to characterize the organization of telomeres using three-dimensional imaging, image processing, and image analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».