MétaCan
Menu
Retour à la cohorte
Enregistrement W3150683380 · doi:10.6000/1927-3037.2013.02.03.1

Development of a High-Throughput Diagnosis Method for Detecting the ALDH2 Gene Using Fingernail DNA

2013· article· en· W3150683380 sur OpenAlexvenueno aff
Takii

Notice bibliographique

RevueInternational Journal of Biotechnology for Wellness Industries · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceUniversity of Tsukuba
Mots-clésThroughputComputational biologyDNAGeneBiologyComputer scienceGenetics

Résumé

récupéré en direct d'OpenAlex

A clinical method for effective genetic screening of the aldehyde dehydrogenase 2 (ALDH2) gene was developed, using the fingernail as a source of DNA material.A highly effective protease that could solubilize fingernail keratin and inactivate any DNase co-existing in the tissue was obtained by cloning and sequencing the gene for alkaline protease from Bacillus alcalophilus, followed by expression of the gene in Bacillus subtilis.The amino acid sequence of MIB029 protease contained common regions found in four other subtilisin-like proteases.In the fingernails of 113 female university students (average age 20.8 ± 0.7 years; body mass index, 20.4 ±1.6), ALDH2 frequency was 0.66 for the typical Glu homozygote, 0.32 for the heterozygote (Glu487Lys), and 0.020 for the atypical Lys homozygote.Through a questionnaire, it was found that the subjects had not previously received information regarding the relationship between their genetic background and consumption of alcoholic beverages.We found that the genetic single nucleotide polymorphism (SNP) background to alcoholism can be easily detected by collecting fingernails, which is convenient for subjects or patients.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,117
Tête enseignante GPT0,400
Écart entre enseignants0,283 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biotechnology for Wellness IndustriesMême sujetAlcohol Consumption and Health EffectsTravaux en français237 207