MétaCan
Menu
Retour à la cohorte
Enregistrement W2218612843 · doi:10.5376/cge.2015.03.00011

The Aberrant Methylation Sites Identification and Function Analysis Associated With DNMT3A And IDH Mutations in AML

2015· article· en· W2218612843 sur OpenAlexvenueno aff
Ci C., Wang Y.H., Gu Y, Zhencheng Su

Notice bibliographique

RevueCancer Genetics and Epigenetics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIdentification (biology)MethylationDNA methylationGeneticsBiologyEpigeneticsComputational biologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

DNA methylation is a major epigenetic modification process. DNA methylation have played an important role in the development of disease cells and normal cells. Mutations in the genetic sequence of DNMT3A and IDH are found in many patients with acute myeloid leukemia. They lead to dysfunction of DNMT3A protein and isocitrate dehydrogenase and bad prognosis. However, the process of how they regulate DNA methylation in acute myeloid leukemia, affecting the development of the disease is not clear. Following work is conducted: In the analysis of survival, we have studied the influence of different mutations on patients’ survival, then we select DNMT3A and IDH genes as the key genes. We use JHU-USC HumanMethylation450K data of 74 AML samples downloaded from The Cancer Genome Atlas ( https://tcga-data.nci.nih.gov),together with 40 normal samples downloaded from The Gene Expression Omnibus ( http://www.ncbi.nlm.nih.gov/geo/),then through QDMR( http://bioinfo.hrbmu.edu.cn/qdmr/ ) and SAM (SAMR package is used to analyze significance of microarrays) method, 1,991 Differentially methylated sites(DMS) are screened eventually, finally these CpG sites are mapped to 1,452 genes. Outcomes from cluster analysis illustrate that there exist little differences in individuals from normal samples. Disease samples have a higher methylation proportion than normal samples. Then, we match the genome for DMS and discover that the hypermethylation inclines to a lower expression in the promoter, DNA methylation and gene expression in the sample indicate a slightly positive correlation on gene body. Functional enrichment analysis illustrates that differentially methylated genes are mostly enriched in cancer pathway and cell adhesion. This topic is based on DNA methylation to classify samples and do function analysis for DMS. It can provide the diagnosis and therapy of acute myeloid leukemia with great help.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0020,000

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 Opus0,043
Tête enseignante GPT0,321
Écart entre enseignants0,279 · 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'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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Genetics and EpigeneticsMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207