MétaCan
Menu
Retour à la cohorte
Enregistrement W2107162232 · doi:10.1002/jcp.22009

Methylation analysis by DNA immunoprecipitation

2009· review· en· W2107162232 sur OpenAlexafffund
Kelsie L. Thu, Larissa A. Pikor, Jennifer Y. Kennett, Carlos E. Alvarez, Wan L. Lam

Notice bibliographique

RevueJournal of Cellular Physiology · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensBC Cancer Agency
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchUniversity of British Columbia
Mots-clésDNA methylationChromatin immunoprecipitationMethylated DNA immunoprecipitationMethylationBiologyHuman genomeRNA-Directed DNA MethylationEpigenomicsPromoterIllumina Methylation AssayComputational biologyDNAEpigenetics of physical exerciseGeneChromatinGeneticsGenomeGene expression

Résumé

récupéré en direct d'OpenAlex

DNA methylation regulates gene expression primarily through modification of chromatin structure. Global methylation studies have revealed biologically relevant patterns of DNA methylation in the human genome affecting sequences such as gene promoters, gene bodies, and repetitive elements. Disruption of normal methylation patterns and subsequent gene expression changes have been observed in several diseases especially in human cancers. Immunoprecipitation (IP)-based methods to evaluate methylation status of DNA have been instrumental in such genome-wide methylation studies. This review describes techniques commonly used to identify and quantify methylated DNA with emphasis on IP based platforms. In an effort to consolidate the wealth of information and highlight critical aspects of methylated DNA analysis, sample considerations, experimental and bioinformatic approaches for analyzing genome-wide methylation profiles, and the benefit of integrating DNA methylation data with complementary dimensions of genomic data are discussed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,006

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 Opus0,016
Tête enseignante GPT0,308
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular PhysiologyMême sujetEpigenetics and DNA MethylationTravaux en français237 207