MétaCan
Menu
Retour à la cohorte
Enregistrement W4252757111 · doi:10.1186/2193-1801-4-s1-l28

Ankrd11 is a chromatin regulator involved in autism that is essential for neural development

2015· article· en· W4252757111 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSpringerPlus · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesState Education Development Agency Republic of LatviaKrajowy Naukowy Osrodek WiodacyEuropean Regional Development FundNarodowe Centrum Badań i RozwojuNational Institutes of HealthHersenstichtingBarncancerfondenSihtasutus ArchimedesEesti Teaduste AkadeemiaVedecká Grantová Agentúra MŠVVaŠ SR a SAVAgentúra na Podporu Výskumu a VývojaKarolinska InstitutetFondazione CariploVetenskapsrådetIsrael Science FoundationMinistero della SalutePirkanmaan SairaanhoitopiiriCancerfondenAustrian Science FundEesti TeadusagentuurAlkoholitutkimussäätiöUniwersytet ŁódzkiRussian Foundation for Basic ResearchStichting Kinderen KankervrijAgence Nationale de la RechercheUniversity of NottinghamGiovanni Armenise-Harvard FoundationEuropean CommissionAcorda TherapeuticsGrantová Agentura České RepublikyNational Research Centre
Mots-clésAutismRegulatorComputer scienceChromatinNeuroscienceNeural developmentComputational biologyBiologyMedicineGeneticsPsychiatryDNA

Résumé

récupéré en direct d'OpenAlex

SpringerPlus 2015, 4(Suppl 1):L1 MicroRNAs (miRNAs) are short, 22-25 nucleotide long transcripts that may suppress entire signaling pathways by interacting with the 3'-untranslated region (3'-UTR) of coding mRNA targets, interrupting translation and inducing degradation of these targets.The long 3'-UTRs of brain transcripts compared to other tissues predict important roles for brain miRNAs.Supporting this notion, we found that brain miRNAs co-evolved with their target transcripts, that non-coding pseudogenes with miRNA recognition elements compete with brain coding mRNAs on their miRNA interactions, and that Single Nucleotide Polymorphisms (SNPs) on such pseudogenes are enriched in mental diseases including autism and schizophrenia, but not Alzheimer's disease (AD).Focusing on evolutionarily conserved and primate-specifi c miRNA controllers of cholinergic signaling ('CholinomiRs'), we fi nd modifi ed CholinomiR levels in the brain and/or nucleated blood cells of patients with AD and Parkinson's disease, with treatment-related diff erences in their levels and prominent impact on the cognitive and anti-infl ammatory consequences of cholinergic signals.Examples include the acetylcholinesterase (AChE)-targeted evolutionarily conserved miR-132, whose levels decline drastically in the AD brain.Furthermore, we found that interruption of AChE mRNA's interaction with the primatespecifi c CholinomiR-608 in carriers of a SNP in the AChE's miR-608 binding site induces domino-like eff ects that reduce the levels of many other miR-608 targets.Young, healthy carriers of this SNP express 40% higher brain AChE activity than others, potentially aff ecting the responsiveness to AD's anti-AChE therapeutics, and show elevated trait anxiety, infl ammation and hypertension.Non-coding regions aff ecting miRNA-target interactions in neurodegenerative brains thus merit special attention.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,081
Tête enseignante GPT0,320
Écart entre enseignants0,239 · 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