MétaCan
Menu
Retour à la cohorte
Enregistrement W2036363758 · doi:10.3389/fgene.2014.00411

SUV39H1 downregulation induces deheterochromatinization of satellite regions and senescence after exposure to ionizing radiation

2014· article· en· W2036363758 sur OpenAlexaff
Corinne Sidler, Dongping Li, Bo Wang, Igor Kovalchuk, Olga Kovalchuk

Notice bibliographique

RevueFrontiers in Genetics · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésDownregulation and upregulationSenescenceRadiation sensitivityCell cycleBiologyEpigeneticsDNA damageIonizing radiationCancer researchCell cycle checkpointCell biologyHistone H3MethyltransferaseDNA repairApoptosisHistoneGeneGeneticsDNAIrradiationMethylation

Résumé

récupéré en direct d'OpenAlex

While the majority of cancer patients are exposed to ionizing radiation during diagnostic and therapeutic procedures, age-dependent differences in radiation sensitivity are not yet well understood. Radiation sensitivity is characterized by the appearance of side effects to radiation therapy, such as secondary malignancies, developmental deficits, and compromised immune function. However, the knowledge of the molecular mechanisms that trigger these side effects is incomplete. Here we used an in vitro system and showed that low-senescent normal human diploid fibroblasts (WI-38) senesce in response to 5 Gy IR, while highly senescent cultures do not show changes in cell cycle regulation and only a slight increase in the percentage of senescent cells. Our study shows that this is associated with changes in the expression of genes responsible for cell cycle progression, apoptosis, DNA repair, and aging, as well as transcriptional and epigenetic regulators. Furthermore, we propose a role of the downregulation of SUV39H1 expression, a histone methyltransferase that specifically trimethylates H3K9, and the corresponding reduction in H3K9me3 levels in the establishment of IR-induced senescence.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207