MétaCan
Menu
Retour à la cohorte
Enregistrement W2611200179 · doi:10.1038/s41598-017-01793-2

In vivo and in vitro ageing results in accumulation of de novo copy number variations in bulls

2017· article· en· W2611200179 sur OpenAlexafffund
Tamás Révay, Olutobi A. Oluwole, Tom Kroetsch, W.A. King

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Veterinary College, University of GuelphNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Food Inspection Agency
Mots-clésIn vivoAgeingCopy-number variationBiologyIn vitroComputational biologyGeneticsBioinformaticsGeneGenome

Résumé

récupéré en direct d'OpenAlex

We have identified de novo copy number variations (CNVs) generated in bulls as they age. Blood samples from eight bulls were collected and SNP arrayed in a prospective design over 30 months allowing us to differentiate de novo CNVs from constant CNVs that are present throughout the sampling period. Quite remarkably, the total number of CNVs doubled over the 30-month period, as we observed an almost equal number of de novo and constant CNVs (107 and 111, respectively, i.e. 49% and 51%). Twice as many de novo CNVs emerged during the second half of the sampling schedule as in the first part. It suggests a dynamic generation of de novo CNVs in the bovine genome that becomes more frequent as the age of the animal progresses. In a second experiment de novo CNVs were detected through in vitro ageing of bovine fibroblasts by sampling passage #5, #15 and #25. De novo CNVs also became more frequent, but the proportion of them was only ~25% of the total number of CNVs (21 out of 85). Temporal generation of de novo CNVs resulted in increasing genome coverage. Genes and quantitative trait loci overlapping de novo CNVs were further investigated for ageing related functions.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,298
Écart entre enseignants0,277 · 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207