MétaCan
Menu
Retour à la cohorte
Enregistrement W2192466573 · doi:10.1002/jcb.25456

DNA Superresolution Structure of Reed–Sternberg Cells Differs Between Long‐Lasting Remission Versus Relapsing Hodgkin's Lymphoma Patients

2015· article· en· W2192466573 sur OpenAlexafffund
Christiaan H. Righolt, Hans Knecht, Sabine Mai

Notice bibliographique

RevueJournal of Cellular Biochemistry · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensMcGill UniversityUniversity of ManitobaJewish General HospitalCancerCare Manitoba
Organismes subventionnairesCanadian Cancer SocietyCanada Foundation for Innovation
Mots-clésReed–Sternberg cellLymphomaDNADAPIHodgkin lymphomaClassical Hodgkin lymphomaPathologyCell cultureBiologyCancer researchMolecular biologyChemistryMedicineStainingGenetics

Résumé

récupéré en direct d'OpenAlex

Recent developments in microscopy have led to superresolution microscopy images of cells. Structured illumination microscopy was used before to reveal new details in the DNA structure and the structure of the DNA-free space in the DAPI-stained cell nuclei of the Hodgkin's lymphoma HDLM-2 cell line. This study extends this technology to primary pre-treatment classical Hodgkin's lymphoma samples of ten patients. Significant differences in both the DNA structure and the structure of the DNA-free space were detected between lymphocytes and malignant cells. Both types of structures were similar for lymphocytes of different patients. When the patients were un-blinded and grouped based on their clinical outcome, either non-relapsed or relapsed, a significant difference in the DNA structure of their Reed-Sternberg (RS) cells was found. Since, RS cells develop from mono-nucleated Hodgkin (H) cells, these data suggest distinct architectural restructuring of nuclei during RS cell formation in patients going to long-lasting remission versus relapse. J. Cell. Biochem. 117: 1633-1637, 2016. © 2015 Wiley Periodicals, Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,256
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular BiochemistryMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207