Effect of <i>TERT</i> and <i>ATM</i> on gene expression profiles in human fibroblasts
Notice bibliographique
Résumé
Telomeres protect chromosomes from degradation, end-to-end fusion, and illegitimate recombination. Loss of telomeres may lead to cell death or senescence or may cause genomic instability, leading to tumor formation. Expression of human telomerase reverse transcriptase (TERT) in human fibroblast cells elongates their telomeres and extends their lifespan. Ataxia telangiectasia mutated (ATM) deficiency in A-T human fibroblasts results in accelerated telomere shortening, abnormal cell-cycle response to DNA damage, and early senescence. Gene expression profiling was performed by serial analysis of gene expression (SAGE) on BJ normal human skin fibroblasts, A-T cells, and BJ and A-T cells transduced with TERT cDNA and expressing telomerase activity. In the four SAGE libraries, 36,921 unique SAGE tags were detected. Pairwise comparisons between the libraries showed differential expression levels of 1%-8% of the tags. Transcripts affected by both TERT and ATM were identified according to expression patterns, making them good candidates for further studies of pathways affected by both TERT and ATM. These include MT2A, P4HB, LGALS1, CFL1, LDHA, S100A10, EIF3S8, RANBP9, and SEC63. These genes are involved in apoptosis or processes related to cell growth, and most have been found to be deregulated in cancer. Our results have provided further insight into the roles of TERT and ATM by identifying genes likely to be involved in their function. Supplementary material for this article can be found on the Genes, Chromosomes and Cancer website at http://www.interscience.wiley.com/jpages/1045-2257/suppmat/index.html.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».