MétaCan
Menu
Retour à la cohorte
Enregistrement W2890943387 · doi:10.1016/j.scr.2018.09.002

Copy number variations in healthy subjects. Case study: iPSC line CSSi005-A (3544) production from an individual with variation in 15q13.3 chromosome duplicating gene CHRNA7

2018· article· en· W2890943387 sur OpenAlexfundno aff
Elisa Maria Turco, Ersilia Vinci, Filomena Altieri, Daniela Ferrari, Bárbara Torres, Marina Goldoni, Giuseppe Lamorte, Ada Maria Tata, Gianluigi Mazzoccoli, Diana Postorivo, Matteo Della Monica, Laura Bernardini, Angelo L. Vescovi, Jessica Rosati

Notice bibliographique

RevueStem Cell Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Health, British ColumbiaMinistero della Salute
Mots-clésBiologyCopy-number variationGeneticsGene duplicationChromosomePenetranceGenePhenotypeGenome

Résumé

récupéré en direct d'OpenAlex

CHRNA7, encoding the neuronal alpha7 nicotinic acetylcholine receptor (a7nAChR), is highly expressed in the brain, particularly in the hippocampus. It is situated in the 15q13.3 chromosome region, frequently associated with a Copy Number Variation (CNV), which causes its duplication or deletion. The clinical significance of CHRNA7 duplications is unknown so far, but there are several research data suggesting that they may be pathogenic, with reduced penetrance. We have produced an iPS cell line from a single healthy donor's fibroblasts carrying a 15q13.3 CNV, including CHRNA7 in order to study the exact role of this CNV during the neurodevelopment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,047
Tête enseignante GPT0,346
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStem Cell ResearchMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207