A Single Nucleotide Polymorphism Chip-Based Method for Combined Genetic and Epigenetic Profiling: Validation in Decitabine Therapy and Tumor/Normal Comparisons
Notice bibliographique
Résumé
Progress on several unresolved issues in cancer epigenetics will benefit from rapid and standardized methods for profiling DNA methylation genome-wide. In the area of epigenetic therapy, the demethylating drug decitabine (5-aza-2'-deoxycytidine) is increasingly used to treat acute myelogenous leukemia and myelodysplastic syndrome, but the mechanisms of its anticancer activity have remained unclear. Given the clinical efficacy of decitabine and the uncertainties about its mode of action, it will be useful to optimize methods for following DNA methylation as a biochemical response in individual patients. Here, we describe a single nucleotide polymorphism (SNP) chip-based method (MSNP) for profiling DNA methylation. Using this procedure, the extent of demethylation in bone marrow aspirates from patients with leukemia receiving decitabine can be assessed genome-wide using commercially available (Affymetrix) SNP chips. We validated the accuracy of MSNP by comparing the results with combined bisulfite restriction analysis and by sequencing cloned PCR products from bisulfite-converted DNA. We further validated MSNP in a Wilms' tumor/normal kidney comparison, comparing the results with methylation-sensitive Southern blotting. MSNP simultaneously detects aberrations in DNA copy number and loss of heterozygosity, making it a generally useful approach for combined genetic and epigenetic profiling in tissue samples from cancer patients.
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 | 0,001 | 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 ».