MétaCan
Menu
← Retour à la cohorte
Enregistrement W3037244979 · doi:10.1101/2020.06.25.172478

An unbiased, quantitative and versatile method for determining misaligned and lagging chromosome during mitosis

2020· preprint· en· W3037244979 sur OpenAlexafffund
Luciano Gama Braga, Diogjena Katerina Prifti, Chantal Garand, Pawan Kumar Saini, Sabine Elowe

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensUniversité LavalPROTEO
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchUniversité Laval
Mots-clésAnaphaseSister chromatidsChromosome segregationKinetochoreMetaphaseMitosisChromosomeCell biologyBiologyAneuploidyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Accurate chromosome alignment at metaphase facilitates the equal segregation of sister chromatids to each of the nascent daughter cells. Lack of proper metaphase alignment is an indicator of defective chromosome congression and aberrant kinetochore-microtubule attachments which in turn promotes chromosome missegregation and aneuploidy, hallmarks of cancer. Therefore, tools to sensitively and quantitatively measure chromosome alignment at metaphase will facilitate understanding of how changes in the composition and regulation of the microtubule attachment machinery impinge on this process. In this work, we have developed and validated a method based on analytical geometry to measure several indicators of chromosome misalignment. We generated semi-automated and flexible ImageJ2/Fiji pipelines to quantify kinetochore misalignment at metaphase plates as well as lagging chromosomes at anaphase. These tools will ultimately allow sensitive, unbiased, and systematic quantitation of these chromosome segregation defects in cells undergoing mitosis.

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)0,002
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,250 · 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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMicrotubule and mitosis dynamics→Travaux en français237 207→