Notice bibliographique
Résumé
Clinical and cancer cytogenetics is a rapidly evolving discipline. The past decade has seen a dramatic change in molecular biology and fluorescence microscopy. The use of fluorescence in situ hybridization (FISH) technologies has enabled the rapid analysis of cytogenetic specimens as an adjunct to classical cytogenetic analysis. Spectral karyotyping (SKY) is a 24-color, multi-chromosomal painting assay that allows the visualization of all human chromosomes in one experiment. The ability for SKY analysis to detect equivocal or complex chromosomal rearrangements, as well as to identify the chromosomal origins of marker chromosomes and other extra-chromosomal structures, makes this a highly sensitive and valuable tool for identifying recurrent chromosomal aberrations. The SKY has been applied to various tumor groups including hematological malignancies, sarcomas, carcinomas and brain tumors, with the intent of identifying specific chromosomal abnormalities that may provide insight to the genes involved in the disease process as well as identifying recurrent cytogenetic markers for clinical diagnosis and prognostic assessment. The SKY has also been applied for the mouse genome, enabling investigators to extrapolate information from mouse models of cancer to their human counterparts. This review will address the advances that SKY has facilitated in the field of cancer cytogenetics, as well as its variety of application in the cancer research laboratories.
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 ».