MétaCan
Menu
Retour à la cohorte
Enregistrement W4392865006 · doi:10.3390/ijms25063353

Deciphering “Immaturity-Stemness” in Human Epidermal Stem Cells at the Levels of Protein-Coding and Non-Coding Genomes: A Prospective Computational Approach

2024· article· en· W4392865006 sur OpenAlexfundno aff
Tatiana Vinasco‐Sandoval, Gilles Lemaı̂tre, Pascal Soularue, Michèle T. Martin, Nicolas O. Fortunel

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensnon disponible
Organismes subventionnairesInstitut de Recherche Clinique De MontréalAgence Nationale de la Recherche
Mots-clésBiologyKLF4In silicoNon-coding RNAComputational biologyStem cellmicroRNARNALong non-coding RNACell biologyGeneGeneticsInduced pluripotent stem cellEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

The epidermis hosts populations of epithelial stem cells endowed with well-documented renewal and regenerative functions. This tissue thus constitutes a model for exploring the molecular characteristics of stem cells, which remain to date partially characterized at the molecular level in human skin. Our group has investigated the regulatory functions of the KLF4/TGFB1 and the MAD4/MAX/MYC signaling pathways in the control of the immaturity-stemness versus differentiation fate of keratinocyte stem and precursor cells from human interfollicular epidermis. We described that down-modulation of either KLF4 or MXD4/MAD4 using RNA interference tools promoted an augmented stemness cellular status; an effect which was associated with significant transcriptional changes, as assessed by RNA-sequencing. Here, we have implemented a computational approach aimed at integrating the level of the coding genome, comprising the transcripts encoding conventional proteins, and the non-coding genome, with a focus on long non-coding RNAs (lncRNAs). In addition, datasets of micro-RNAs (miRNAs) with validated functions were interrogated in view of identifying miRNAs that could make the link between protein-coding and non-coding transcripts. Putative regulons comprising both coding and long non-coding transcripts were built, which are expected to contain original pro-stemness candidate effectors available for functional validation approaches. In summary, interpretation of our basic functional data together with in silico biomodeling gave rise to a prospective picture of the complex constellation of transcripts regulating the keratinocyte stemness status.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,307
Écart entre enseignants0,285 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetCancer-related molecular mechanisms researchTravaux en français237 207