MétaCan
Menu
Retour à la cohorte
Enregistrement W2556052522 · doi:10.1161/circgenetics.116.001413

Long Noncoding RNAs in the Heart

2016· letter· en· W2556052522 sur OpenAlexafffund
Katey J. Rayner, Peter P. Liu

Notice bibliographique

RevueCirculation Cardiovascular Genetics · 2016
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésComputational biologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

C ardiac development is anchored on an intricate program of gene regulation and coordination, associated with critical timing and cell-cell interactions.Rather than a single master regulatory process, as originally envisioned to reside in a transcriptional complex or protein signaling cascade, cardiac development is likely regulated by a network of coordinated gene expressions, critically timed, and calibrated.Noncoding RNAs (ncRNA) are now seen as key new players in this regulatory network, and the road map is only beginning to be constructed. Article see p 110Cardiovascular diseases often recapitulate cardiac development when the cardiovascular systems sustain stress or injury.Searches for disease-associated genes often ended up in the noncoding intergenic regions of the genome where ncRNAs are often expressed (eg, 9p21 chromosomal region for atherosclerosis).Thus, the role of ncRNAs in the pathogenesis of diseases has assumed an increasing importance, even though the full mechanistic understanding is yet to evolve.Long noncoding RNAs (lncRNA) are RNA transcripts longer than 200 nucleotides expressed by the genome, but do not themselves code proteins.They are transcribed across the genome, including the intergenic regions as potentially overlapping sense and antisense transcripts that can flank proteincoding genes.Coordinated activities of lcnRNAs likely play a major role in the regulatory networks of organ development, normal organ function, and disease pathogenesis.Until recently, ncRNAs were considered generic regulators of cell function, controlling the basic pathways of mRNA splicing and protein translation.However, in the past 10 years large scale community projects such as ENCODE (Encycopdia of DNA elements) or FANTOM (Functional Annotation of the Mammalian Genome) have taught us that ncRNAs outnumber protein-coding genes by nearly 40:1 and play integrated and specific roles in controlling gene expression and function.1 NcRNAs are broadly classified as long (lncRNA, >200 bp), small (microRNA or miRNA, piRNA), and regulatory (rRNA, (

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,022
Tête enseignante GPT0,267
Écart entre enseignants0,245 · 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
GenreÉditorial

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

En bref

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular GeneticsMême sujetCancer-related molecular mechanisms researchTravaux en français237 207