MétaCan
Menu
Retour à la cohorte
Enregistrement W2743513831 · doi:10.1002/cptx.30

Use of Human Pluripotent Stem Cell Derived‐Cardiomyocytes to Study Drug‐Induced Cardiotoxicity

2017· article· en· W2743513831 sur OpenAlexafffund
A. Maillet, Kim Peng Tan, Liam R. Brunham

Notice bibliographique

RevueCurrent Protocols in Toxicology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchBiomedical Research CouncilMinistry of Education - SingaporeNational University of Singapore
Mots-clésCardiotoxicityInduced pluripotent stem cellCRISPRDrugDrug discoveryPharmacologyChemistryBiologyMedicineEmbryonic stem cellBioinformaticsGeneToxicityInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Drug-induced cardiotoxicity is the one of the most common causes of drug withdrawal from market. A major barrier in managing the risk of drug-induced cardiotoxicity has been the lack of relevant models to study cardiac safety. Human pluripotent stem cell-derived cardiomyocytes (hPSC-CMs) have great potential in drug discovery and cardiotoxcity screens as they display many characteristics of the human myocardium and offer unlimited supply. This unit describes how to use pluripotent stem cells derived cardiomyocytes to study drug-induced cardiotoxicty using doxorubicin as an example. We present a workflow that explains procedure for editing hPSC using the CRISPR/Cas9 system and for differentiation of hPSC into cardiomyocytes. We also report protocols to study drug effect on ROS production, intracellular calcium concentration, formation of DNA double strand breaks, gene expression and electrophysiological properties of hPSC-CMs. © 2017 by John Wiley & Sons, 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 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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,119
Tête enseignante GPT0,398
Écart entre enseignants0,279 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Protocols in ToxicologyMême sujetPluripotent Stem Cells ResearchTravaux en français237 207