MétaCan
Menu
Retour à la cohorte
Enregistrement W2579726288 · doi:10.1186/s12864-016-3446-z

Compendium of TCDD-mediated transcriptomic response datasets in mammalian model systems

2017· article· en· W2579726288 sur OpenAlexafffund
Stephenie D. Prokopec, Kathleen E. Houlahan, Ren Sun, John D. Watson, Cindy Q. Yao, Jamie Lee, Christine P’ng, Renée Pang, Alexander Wu, Lauren C. Chong, Ashley B. Smith, Nicholas J. Harding, Ivy D. Moffat, Jere Lindén, Sanna Lensu, Allan B. Okey, Raimo Pohjanvirta, Paul C. Boutros

Notice bibliographique

RevueBMC Genomics · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesAcademy of FinlandCanadian Institutes of Health ResearchGovernment of OntarioOntario Institute for Cancer Research
Mots-clésAryl hydrocarbon receptorToxicogenomicsTranscriptomeBiologyComputational biologyGeneTranscription factorGene expressionGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: 2,3,7,8-tetrachlorodibenzo-p-dioxin (TCDD) is the most potent congener of the dioxin class of environmental contaminants. Exposure to TCDD causes a wide range of toxic outcomes, ranging from chloracne to acute lethality. The severity of toxicity is highly dependent on the aryl hydrocarbon receptor (AHR). Binding of TCDD to the AHR leads to changes in transcription of numerous genes. Studies evaluating the transcriptional changes brought on by TCDD may provide valuable insight into the role of the AHR in human health and disease. We therefore compiled a collection of transcriptomic datasets that can be used to aid the scientific community in better understanding the transcriptional effects of ligand-activated AHR. RESULTS: Specifically, we have created a datasets package - TCDD.Transcriptomics - for the R statistical environment, consisting of 63 unique experiments comprising 377 samples, including various combinations of 3 species (human derived cell lines, mouse and rat), 4 tissue types (liver, kidney, white adipose tissue and hypothalamus) and a wide range of TCDD exposure times and doses. These datasets have been fully standardized using consistent preprocessing and annotation packages (available as of September 14, 2015). To demonstrate the utility of this R package, a subset of "AHR-core" genes were evaluated across the included datasets. Ahrr, Nqo1 and members of the Cyp family were significantly induced following exposure to TCDD across the studies as expected while Aldh3a1 was induced specifically in rat liver. Inmt was altered only in liver tissue and primarily by rat-AHR. CONCLUSIONS: Analysis of the "AHR-core" genes demonstrates a continued need for studies surrounding the impact of AHR-activity on the transcriptome; genes believed to be consistently regulated by ligand-activated AHR show surprisingly little overlap across species and tissues. Until now, a comprehensive assessment of the transcriptome across these studies was challenging due to differences in array platforms, processing methods and annotation versions. We believe that this package, which is freely available for download ( http://labs.oicr.on.ca/boutros-lab/tcdd-transcriptomics ) will prove to be a highly beneficial resource to the scientific community evaluating the effects of TCDD exposure as well as the variety of functions of the AHR.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,009

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 Opus0,030
Tête enseignante GPT0,260
Écart entre enseignants0,230 · 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
GenreJeu de données

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

En bref

Citations19
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC GenomicsMême sujetToxic Organic Pollutants ImpactTravaux en français237 207