MétaCan
Menu
Retour à la cohorte
Enregistrement W2964772567 · doi:10.1242/dmm.039347

Disease modelling in human organoids

2019· review· en· W2964772567 sur OpenAlexfundno aff
Madeline A. Lancaster, Meritxell Huch

Notice bibliographique

RevueDisease Models & Mechanisms · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilHorizon 2020 Framework ProgrammeNational Centre for the Replacement, Refinement and Reduction of Animals in ResearchNational Centre for the Replacement Refinement and Reduction of Animals in ResearchMedical Research CouncilRoyal SocietyMedical Research Council CanadaWellcome Trust
Mots-clésOrganoidBiologyHuman diseaseRegenerative medicineComputational biologyProgenitor cellDiseaseStem cellNeuroscienceCell biologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

disease modelling, in particular the development of organoids. These self-organizing tissues derived from stem cells provide a unique system to examine mechanisms ranging from organ development to homeostasis and disease. Because organoids develop according to intrinsic developmental programmes, the resultant tissue morphology recapitulates organ architecture with remarkable fidelity. Furthermore, the fact that these tissues can be derived from human progenitors allows for the study of uniquely human processes and disorders. This article and accompanying poster highlight the currently available methods, particularly those aimed at modelling human biology, and provide an overview of their capabilities and limitations. We also speculate on possible future technological advances that have the potential for great strides in both disease modelling and future regenerative strategies.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
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)0,0020,002

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 Opus0,149
Tête enseignante GPT0,362
Écart entre enseignants0,213 · 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

Citations383
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisease Models & MechanismsMême sujetCancer Cells and MetastasisTravaux en français237 207