MétaCan
Menu
Retour à la cohorte
Enregistrement W2006364143 · doi:10.1089/rej.2006.9.69

Chromatin Modification and Senescence: Linkage by Tumor Suppressors?

2006· review· en· W2006364143 sur OpenAlexafffund
Xijing Han, Philip Berardi, Karl Riabowol

Notice bibliographique

RevueRejuvenation Research · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésChromatinSenescenceBiologyCell biologyTelomereChromatin remodelingHistoneEpigeneticsGene silencingBivalent chromatinGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Senescence was originally defined as a state associated with cell cycle arrest that occurs after cells have undergone an intrinsically limited number of divisions in vitro. Much evidence indicates that senescence occurs as a consequence of the internal stress signal generated from shortening telomeres on the ends of chromosomes. However, more recently, various forms of extrinsic stresses have been shown to induce a markedly similar senescent phenotype that includes changes in chromatin structure and gene expression. Chromatin structure is subject to many forms of modification that affect transcription, gene silencing, cell proliferation, and senescence, much of which involves imposition of an epigenetic histone code. Several genes in the p53, Rb, and ING (inhibitor of growth) pathways affect cell senescence and are capable of regulating gene expression through chromatin remodeling. This suggests that a link may exist between chromatin modification and cellular senescence through the activity of proteins typically defined as tumor suppressors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,927
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,179
Tête enseignante GPT0,482
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRejuvenation ResearchMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207