MétaCan
Menu
← Retour à la cohorte
Enregistrement W4250041006 · doi:10.3410/f.738284022.793578688

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

2020· dataset· en· W4250041006 sur OpenAlexafffund
Laura Trinkle‐Mulcahy

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2020
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesEuropean Regional Development FundNational Institute of Environmental Health SciencesCanadian Institutes of Health ResearchNational Institutes of HealthAssociazione Italiana per la Ricerca sul CancroKrembil FoundationIsrael Cancer Research Fund
Mots-clésDNA damageBiologyCRISPRDNADNA repairGeneticsCell biologyGeneMolecular biologyComputational biology

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 nonhomologous end-joining pathway factor, that the RNA polymerase II component ELOF1 modulates the response to transcription-blocking agents, and that the cytotoxicity of the Gquadruplex 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.

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)0,009
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,301

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0900,085

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 Opus0,019
Tête enseignante GPT0,346
Écart entre enseignants0,327 · 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
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→