MétaCan
Menu
Retour à la cohorte
Enregistrement W2079195016 · doi:10.1002/bies.201200114

Genome damage in induced pluripotent stem cells: Assessing the mechanisms and their consequences

2012· review· en· W2079195016 sur OpenAlexafffund
Samer M. I. Hussein, Judith Elbaz, András Nagy

Notice bibliographique

RevueBioEssays · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensUniversity of TorontoLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésInduced pluripotent stem cellReprogrammingSomatic cellBiologyEpigeneticsStem cellGenomeCell biologyCellular differentiationEmbryonic stem cellNeuroscienceGeneticsCellGene

Résumé

récupéré en direct d'OpenAlex

In 2006, Shinya Yamanaka and colleagues discovered how to reprogram terminally differentiated somatic cells to a pluripotent stem cell state. The resulting induced pluripotent stem cells (iPSCs) made a paradigm shift in the field, further nailing down the disproval of the long-held dogma that differentiation is unidirectional. The prospect of using iPSCs for patient-specific cell-based therapies has been enticing. This promise, however, has been questioned in the last two years as several studies demonstrated intrinsic epigenetic and genomic anomalies in these cells. Here, we not only review the recent critical studies addressing the genome integrity during the reprogramming process, but speculate about the underlying mechanisms that could create de novo genome damage in iPSCs. Finally, we discuss how much an elevated mutation load really matters considering the safety of future therapies with cells heavily cultured in vitro.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,082
Tête enseignante GPT0,330
Écart entre enseignants0,247 · 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

Citations31
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetPluripotent Stem Cells ResearchTravaux en français237 207