MétaCan
Menu
Retour à la cohorte
Enregistrement W2606033132 · doi:10.1098/rsif.2017.0123

Giant axonal neuropathy alters the structure of keratin intermediate filaments in human hair

2017· article· en· W2606033132 sur OpenAlexafffund
Asfia Soomro, Richard J. Alsop, Atsuko Negishi, Laurent Kreplak, Douglas S. Fudge, Edward R. Kuczmarski, Robert D. Goldman, Maikel C. Rheinstädter

Notice bibliographique

RevueJournal of The Royal Society Interface · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSkin and Cellular Biology Research
Établissements canadiensDalhousie UniversityUniversity of GuelphMcMaster University
Organismes subventionnairesNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Economic Development and InnovationCanada Foundation for InnovationMcMaster University
Mots-clésIntermediate filamentNeurofilamentKeratinAnatomyHypotoniaBiologyAtaxiaPathologyMedicineNeuroscienceGeneticsCytoskeleton

Résumé

récupéré en direct d'OpenAlex

Giant axonal neuropathy (GAN) follows an autosomal recessive genetic inheritance and impedes the peripheral and central nervous system due to axonal swellings that are packed with neurofilaments. The patients display a number of phenotypes, including hypotonia, muscle weakness, decreased reflexes, ataxia, seizures, intellectual disability, pale skin and often curled hair. We used X-ray diffraction and tensile testing to determine potential changes to the structure of keratin intermediate filaments (IFs) in the hair of patients with GAN. A statistically significant decrease in the 47 and the 27 Å diffraction signals were observed. Tensile tests determined that the hair was slightly stiffer, stronger and more extensible in GAN patients. These results suggest that the structure of keratin IFs in hair is altered in GAN, and the findings are compatible with an increased positional disorder of the keratin tetramers within the hair fibres.

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 candidatesaucune
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 enseignants0,040
Score d'incertitude au seuil0,235

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 ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,287
Écart entre enseignants0,276 · 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.

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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Royal Society InterfaceMême sujetSkin and Cellular Biology ResearchTravaux en français237 207