MétaCan
Menu
Retour à la cohorte
Enregistrement W2769276755 · doi:10.1016/j.semcdb.2017.11.010

The myogenic regulatory factors, determinants of muscle development, cell identity and regeneration

2017· review· en· W2769276755 sur OpenAlexafffund
J. Manuel Hernández‐Hernández, Estela G. García-González, Caroline Brun, Michael A. Rudnicki

Notice bibliographique

RevueSeminars in Cell and Developmental Biology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesCanadian Institutes of Health ResearchStem Cell NetworkMuscular Dystrophy Association
Mots-clésMYF5MyoDMyogeninMyogenesisMyogenic regulatory factorsBiologyTranscription factorCell biologyMyoD ProteinRegeneration (biology)GeneticsMyocyteGene

Résumé

récupéré en direct d'OpenAlex

The Myogenic Regulatory Factors (MRFs) Myf5, MyoD, myogenin and MRF4 are members of the basic helix-loop-helix family of transcription factors that control the determination and differentiation of skeletal muscle cells during embryogenesis and postnatal myogenesis. The dynamics of their temporal and spatial expression as well as their biochemical properties have allowed the identification of a precise and hierarchical relationship between the four MRFs. This relationship establishes the myogenic lineage as well as the maintenance of the terminal myogenic phenotype. The application of genome-wide technologies has provided important new information as to how the MRFs function to activate muscle gene expression. Application of combined functional genomics technologies along with single cell lineage tracing strategies will allow a deeper understanding of the mechanisms mediating myogenic determination, cell differentiation and muscle regeneration.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,036
Tête enseignante GPT0,314
Écart entre enseignants0,278 · 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
GenreSynthèse

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

En bref

Citations675
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeminars in Cell and Developmental BiologyMême sujetMuscle Physiology and DisordersTravaux en français237 207