The TGx‐28.65 biomarker online application for analysis of transcriptomics data to identify DNA damage‐inducing chemicals in human cell cultures
Notice bibliographique
Résumé
The TGx-28.65 biomarker is a 65-gene expression profile generated from testing 28 model chemicals (13 that cause DNA damage and 15 that do not) in human TK6 cells. It is used to predict whether a chemical induces DNA damage or not. We expanded availability to the biomarker by developing the online TGx-28.65 biomarker application for predicting the DNA damage inducing (DDI) potential of suspect toxicants tested in p53-proficient human cells and assessing putative mode(s) of action (MOA). Applications like this that analyse gene expression data to predict the hazard potential of test chemicals hold great promise for risk assessment paradigms. The TGx-28.65 biomarker interfaces with an analytical tool to predict the probability that a test chemical can directly or indirectly induce DNA damage. User submitted in vitro microarray data are compared to the 28-chemical x 65-gene signature profile and the probability that the data fit the profile for a DDI or a non-DDI (NDDI) chemical is calculated. The results are displayed in the Results Table, which includes the classification probability and hyperlinks to view heatmaps, hierarchical clustering, and principal component analyses of user-input data in the context of the reference profile. The heatmaps and cluster plots, along with the corresponding text data files of fold changes in gene expression and Euclidean distances can be downloaded. Review of the test chemical data in relationship to the biomarker allows rapid identification of key gene alterations associated with DNA damage as well as chemicals in the reference set that produced a similar response. Environ. Mol. Mutagen. 58:529-535, 2017. © 2017 Wiley Periodicals, Inc.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».