MétaCan
Menu
← Retour à la cohorte
Enregistrement W3084279785 · doi:10.1139/bcb-2020-0395

Automated classification of mitotic catastrophe by use of the centromere fragmentation morphology

2020· article· en· W3084279785 sur OpenAlexafffundvenue
Kaushiki Roy, Cody W. Lewis, Gordon K. Chan, Debotosh Bhattacharjee

Notice bibliographique

RevueBiochemistry and Cell Biology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensUniversity of AlbertaOntario Institute for Cancer Research
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFragmentation (computing)CentromereMorphology (biology)MitosisMitotic catastropheBiologyEvolutionary biologyCell biologyZoologyGeneticsChromosomeEcologyCellCell cycle

Résumé

récupéré en direct d'OpenAlex

Mitotic catastrophe is a common mode of tumor cell death. Cancer cells with a defective cell-cycle checkpoint often enter mitosis with damaged or under replicated chromosomes following genotoxic treatment. Premature condensation of the under-replicated (or damaged) chromosomes results in double-stranded DNA breaks at the centromere (centromere fragmentation). Centromere fragmentation is a morphological marker of mitotic catastrophe and is distinguished by the clustering of centromeres away from the chromosomes. We present an automated 2-step system for segmentation of cells exhibiting centromere fragmentation. The first step segments individual cells from clumps. We added two new terms, weighted local repelling term (WLRt) and weighted gradient term (WGt), in the energy functional of the traditional Chan-Vese based level set method. WLRt was used to generate a repelling force when contours of adjacent cells merged and then penalized the overlap. WGt enhances gradients between overlapping cells. The second step consists of a new algorithm, SBaN (shape-based analysis of each nucleus), which extracts features like circularity, major-axis length, minor-axis length, area, and eccentricity from each chromosome to identify cells with centromere fragmentation. The performance of SBaN algorithm for centromere fragmentation detection was statistically evaluated and the results were robust.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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
GenreMéthodes

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

En bref

Citations3
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell Biology→Même sujetMicrotubule and mitosis dynamics→Travaux en français237 207→