MétaCan
Menu
Retour à la cohorte
Enregistrement W3093618113 · doi:10.1091/mbc.e20-09-0585

A quantitative and semiautomated method for determining misaligned and lagging chromosomes during mitosis

2020· article· en· W3093618113 sur OpenAlexafffund
Luciano Gama Braga, Diogjena Katerina Prifti, Chantal Garand, Pawan Kumar Saini, Sabine Elowe

Notice bibliographique

RevueMolecular Biology of the Cell · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensUniversité LavalPROTEO
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésKinetochoreAnaphaseBiologyMitosisLaggingMetaphaseChromosome segregationCell biologyChromosomeMeasure (data warehouse)Position (finance)GeneticsComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

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. Tools to sensitively, accurately, and quantitatively measure chromosome alignment at metaphase will facilitate understanding of the contribution of chromosome segregation errors to the development of aneuploidy. In this work, we have developed and validated a method based on analytical geometry to measure several indicators of chromosome misalignment. We generated semiautomated 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 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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,009
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Biology of the CellMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207