MétaCan
Menu
← Retour à la cohorte
Enregistrement W3194899494 · doi:10.3390/ijms22168921

Could the Epigenetics of Eosinophils in Asthma and Allergy Solve Parts of the Puzzle?

2021· review· en· W3194899494 sur OpenAlexafffund
Émile Bélanger, Catherine Laprise

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesUniversité du Québec à Chicoutimi
Mots-clésEpigeneticsDNA methylationHistoneAllergyAsthmaImmunologyEosinophilEpigenomicsAllergic inflammationBiologyProinflammatory cytokineInflammationMedicineGeneGene expressionGenetics

Résumé

récupéré en direct d'OpenAlex

Epigenetics is a field of study investigating changes in gene expression that do not alter the DNA sequence. These changes are often influenced by environmental or social factors and are reversible. Epigenetic mechanisms include DNA methylation, histone modification, and noncoding RNA. Understanding the role of these epigenetic mechanisms in human diseases provides useful information with regard to disease severity and development. Several studies have searched for the epigenetic mechanisms that regulate allergies and asthma; however, only few studies have used samples of eosinophil, a proinflammatory cell type known to be largely recruited during allergic or asthmatic inflammation. Such studies would enable us to better understand the factors that influence the massive recruitment of eosinophils during allergic and asthmatic symptoms. In this review, we sought to summarize different studies that aimed to discover differential patterns of histone modifications, DNA methylation, and noncoding RNAs in eosinophil samples of individuals with certain diseases, with a particular focus on those with asthma or allergic diseases.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,037
Tête enseignante GPT0,356
Écart entre enseignants0,319 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular Sciences→Même sujetAsthma and respiratory diseases→Travaux en français237 207→