MétaCan
Menu
Retour à la cohorte
Enregistrement W2118767483 · doi:10.1159/000072837

The contribution of <i>cis</i>-elements to disease-associated repeat instability: clinical and experimental evidence

2003· review· en· W2118767483 sur OpenAlexaff
John D. Cleary, Christopher E. Pearson

Notice bibliographique

RevueCytogenetic and Genome Research · 2003
Typereview
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneticsMinisatelliteTrinucleotide repeat expansionGenome instabilityDNA methylationEpigeneticsRepeated sequenceGeneLocus (genetics)Microsatellite instabilityChromatinMicrosatelliteChromosome instabilityDNAComputational biologyAlleleGene expressionGenomeDNA damageChromosome

Résumé

récupéré en direct d'OpenAlex

Alterations in the length (instability) of gene-specific microsatellites and minisatellites are associated with at least 35 human diseases. This review will discuss the various cis-elements that contribute to repeat instability, primarily through examination of the most abundant disease-associated repetitive element, trinucleotide repeats. For the purpose of this review, we define cis-elements to include the sequence of the repeat units, the length and purity of the repeat tracts, the sequences flanking the repeat, as well as the surrounding epigenetic environment, including DNA methylation and chromatin structure. Gender-, tissue-, developmental- and locus-specific cis-elements in conjunction with trans-factors may facilitate instability through the processes of DNA replication, repair and/or recombination. Here we review the available human data that supports the involvement of cis-elements in repeat instability with limited reference to model systems. In diverse tissues at different developmental times and at specific loci, repetitive elements display variable levels of instability, suggesting vastly different mechanisms may be responsible for repeat instability amongst the disease loci and between various tissues.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,253
Tête enseignante GPT0,465
Écart entre enseignants0,212 · 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

Citations140
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCytogenetic and Genome ResearchMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207