MétaCan
Menu
← Retour à la cohorte
Enregistrement W2289814400 · doi:10.1096/fasebj.22.1_supplement.669.4

Somatic DNA mutations in the blood of normal and autoimmune individuals.

2008· article· en· W2289814400 sur OpenAlexafffund
Tanya R. Da Sylva, Carly S. Gordon, Alison Connor, Edward Keystone, Gillian E. Wu

Notice bibliographique

RevueThe FASEB Journal · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMount Sinai HospitalWellesley InstituteUniversity Health NetworkUniversity of TorontoYork University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSomatic cellAutoimmunityAntigenBiologyImmune systemEpitopeMutantGeneMutationImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

We have analyzed blood from normal and autoimmune individuals, finding a previously unrecognized level of somatic DNA mutations. Using a PCR‐cloning technique we have found an average mutational frequency of 10 −3 mutations/bp in two marker genes (a mitochondrial [ND1] and nuclear gene [DLD]). These somatic mutational data from normal and autoimmune individuals suggests a need for re‐evaluation of self tolerance models to incorporate mutated self. Negative selection requires the presentation of self antigens – but what happens when self mutates? Among the possibilities are: a) there may be no B and T cells capable of launching a reaction against the mutated self because no new epitopes were generated by the mutant antigen, b) an immune cell may recognize the mutant antigen as non‐self and react to it but the number of identical mutant antigens may be too small to promote an auto‐immune reaction, or c) the immune cells may bind and react to the mutant antigen and in doing so form a memory response that can cross‐react to the nonmutant self antigen precipitating or supporting autoimmunity. A model of autoimmunity precipitated and/or supported by mutations in self will be presented. Research funded by CIHR.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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'étudeObservationnel
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

Citations0
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetEvolution and Genetic Dynamics→Travaux en français237 207→