MétaCan
Menu
← Retour à la cohorte
Enregistrement W4249867368 · doi:10.3410/f.738284022.793583210

Faculty Opinions recommendation of A genetic map of the response to DNA damage in human cells.

2021· dataset· en· W4249867368 sur OpenAlexaboutno aff
Valeri Vasioukhin, Sander B. Frank

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2021
Typedataset
Langueen
DomaineMedicine
ThématiqueScience, Research, and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDNA damageBiologyCRISPRDNADNA repairGeneticsCell biologyMolecular biologyGene

Résumé

récupéré en direct d'OpenAlex

The response to DNA damage is critical for cellular homeostasis, tumor suppression, immunity, and gametogenesis. In order to provide an unbiased and global view of the DNA damage response in human cells, we undertook 31 CRISPR-Cas9 screens against 27 genotoxic agents in the retinal pigment epithelium-1 (RPE1) cell line. These screens identified 890 genes whose loss causes either sensitivity or resistance to DNA-damaging agents. Mining this dataset, we discovered that ERCC6L2 (which is mutated in a bone-marrow failure syndrome) codes for a canonical non-homologous end-joining pathway factor, that the RNA polymerase II component ELOF1 modulates the response to transcription-blocking agents, and that the cytotoxicity of the G-quadruplex ligand pyridostatin involves trapping topoisomerase II on DNA. This map of the DNA damage response provides a rich resource to study this fundamental cellular system and has implications for the development and use of genotoxic agents in cancer therapy.Copyright © 2020 Elsevier Inc. All rights reserved. PMID: 32649862 Funding information This work was supported by: CIHR, Canada Grant ID: PJT-156330 CIHR, Canada Grant ID: FRN 123518 CIHR, Canada Grant ID: FDN143343 Intramural NIH HHS, United States Grant ID: ZIA ES102765

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)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,718

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,010
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,4970,250

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 Opus0,042
Tête enseignante GPT0,397
Écart entre enseignants0,355 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetScience, Research, and Medicine→Travaux en français237 207→