Comprendre la mutagenèse somatique grâce à la cartographie des dommages à l’ADN
Notice bibliographique
Résumé
Somatic mutation theory explains how DNA damage can lead to the malignant transformation of cells. It therefore elucidates the connection between genotoxic agents and cancers. Mutational spectra, which tend to be characteristic of a cancer type, are available for certain genes like p53 which is frequently mutated in tumors. A mutational spectrum could therefore be the signature of the genotoxic agent(s) at the origin of the malignant transformation. Ligation-mediated PCR (LMPCR) is a genomic sequencing method that can be used for the mapping of DNA damage at nucleotide resolution. Such a mapping can then be compared to a mutational spectrum to test the hypothesis that implies one agent can cause mutations into one cancer type. LMPCR has been used this way to map DNA damage generated by different UV wavelengths. The frequently damaged sites following UVB irradiation correlate with the mutational spectrum of p53 in skin cancer. Similarly, BPDE, the activated form of the benzo[a]pyrene present in tobacco smoke, generates frequent adducts at sites corresponding to mutation hotspots of p53 in lung cancers. Still, the correlation between BPDE damage sites and p53 mutations is not perfect and this suggests a role of other genotoxic substances that are also present in tobacco smoke, such as the nitrosamine NNK. Finally, and beyond this objective of better understanding somatic mutagenesis, LMPCR is commonly used whenever DNA damage frequency and/or repair is to be investigated.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».