MétaCan
Menu
Retour à la cohorte
Enregistrement W2173045156 · doi:10.1186/s13148-015-0143-8

Imprinting disorders: a group of congenital disorders with overlapping patterns of molecular changes affecting imprinted loci

2015· review· en· W2173045156 sur OpenAlexfundno aff
Thomas Eggermann, Guiomar Pérez de Nanclares, Eamonn R. Maher, I. Karen Temple, Zeynep Tümer, David Monk, Deborah Mackay, Karen Grønskov, Andrea Riccio, Agnès Linglart, Irène Netchine

Notice bibliographique

RevueClinical Epigenetics · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Syndromes and Imprinting
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilAssistance publique-Hôpitaux de ParisBundesministerium für Bildung und ForschungSeconda Università degli Studi di NapoliInstitute of GeneticsInstitut National de la Santé et de la Recherche MédicaleEuropean Cooperation in Science and TechnologyInstituto de Salud Carlos IIINational Institute for Health and Care Research
Mots-clésGenomic imprintingEpigeneticsHuman geneticsImprinting (psychology)BiologyGeneticsDNA methylationGeneMolecular geneticsDiseaseBioinformaticsComputational biologyMedicineGene expressionInternal medicine

Résumé

récupéré en direct d'OpenAlex

Congenital imprinting disorders (IDs) are characterised by molecular changes affecting imprinted chromosomal regions and genes, i.e. genes that are expressed in a parent-of-origin specific manner. Recent years have seen a great expansion in the range of alterations in regulation, dosage or DNA sequence shown to disturb imprinted gene expression, and the correspondingly broad range of resultant clinical syndromes. At the same time, however, it has become clear that this diversity of IDs has common underlying principles, not only in shared molecular mechanisms, but also in interrelated clinical impacts upon growth, development and metabolism. Thus, detailed and systematic analysis of IDs can not only identify unifying principles of molecular epigenetics in health and disease, but also support personalisation of diagnosis and management for individual patients and families.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,038
Tête enseignante GPT0,345
Écart entre enseignants0,307 · 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

Citations214
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical EpigeneticsMême sujetGenetic Syndromes and ImprintingTravaux en français237 207