MétaCan
Menu
← Retour à la cohorte
Enregistrement W2805488365 · doi:10.1038/s41598-018-21524-5

Consequences of VHL Loss on Global DNA Methylome

2018· article· en· W2805488365 sur OpenAlexafffund
Claire M. Robinson, François Lefebvre, Betty Poon, Aurélie Bousard, Xiaojun Fan, Mark Lathrop, Jörg Tost, William Y. Kim, Yasser Riazalhosseini, Michael Ohh

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensMcGill UniversitySt. Michael's HospitalOntario GenomicsMcGill University and Génome Québec Innovation CentreUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDNA methylationComputational biologyBiologyBioinformaticsComputer scienceGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

In clear-cell renal cell carcinoma (ccRCC), loss of von Hippel-Lindau (VHL) tumour suppressor gene and reduced oxygen tension promote stabilisation of hypoxia-inducible factor (HIF) family of transcription factors, which promote changes in the expression of genes that contribute to oncogenesis. Multiple studies have demonstrated significant perturbations in DNA methylation in ccRCC via largely unclear mechanisms that modify the transcriptional output of tumour cells. Here, we show that the methylation status of the CpG dinucleotide within the consensus hypoxia-responsive element (HRE) markedly influences the binding of HIF and that the loss of VHL results in significant alterations in the DNA methylome. Surprisingly, hypoxia, which likewise promotes HIF stabilisation and activation, has relatively few effects on global DNA methylation. Gene expression analysis of ccRCC patient samples highlighted expression of a group of genes whose transcription correlated with methylation changes, including hypoxic responsive genes such as VEGF and TGF. These results suggest that the loss of VHL alters DNA methylation profile across the genome, commonly associated with and contributing to ccRCC progression.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,294
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
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

Citations25
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→