MétaCan
Menu
Retour à la cohorte
Enregistrement W4394228477 · doi:10.6084/m9.figshare.12851573

The integrative analysis of DNA methylation and mRNA expression profiles confirmed the role of selenocompound metabolism pathway in Kashin-Beck disease

2020· dataset· en· W4394228477 sur OpenAlexaff
Ping Li, Yujie Ning, Weizhuo Wang, Xiong Guo, B. Poulet, Xi Wang, Yan Wen, Jing Han, Jingcan Hao, Xiao Liang, Li Liu, Yanan Du, Bolun Cheng, Shiqiang Cheng, Lu Zhang, Mei Ma, Xin Qi, Chujun Liang, Cuiyan Wu, Sen Wang, Hongmou Zhao, Guang‐Hui Zhao, Mary B. Goldring, Feng Zhang, Peng Xu

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésDNA methylationMessenger RNADiseaseBiologyMethylationGeneticsDNAComputational biologyBioinformaticsGene expressionGeneMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Kashin-Beck disease (KBD) is an endemic chronic osteochondropathy. The etiology of KBD remains unknown. In this study, we conducted an integrative analysis of genome-wide DNA methylation and mRNA expression profiles between KBD and normal controls to identify novel candidate genes and pathways for KBD. Articular cartilage samples from 17 grade III KBD patients and 17 healthy controls were used in this study. DNA methylation profiling of knee cartilage and mRNA expression profile data were obtained from our previous studies. InCroMAP was performed to integrative analysis of genome-wide DNA methylation profiles and mRNA expression profiles. Gene ontology (GO) enrichment analysis was conducted by online DAVID 6.7. The quantitative real-time polymerase chain reaction (qPCR), Western blot, immunohistochemistry (IHC), and lentiviral vector transfection were used to validate one of the identified pathways. We identified 298 common genes (such as COL4A1, HOXA13, TNFAIP6 and TGFBI), 36 GO terms (including collagen function, skeletal system development, growth factor), and 32 KEGG pathways associated with KBD (including Selenocompound metabolism pathway, PI3K-Akt signaling pathway, and TGF-beta signaling pathway). Our results suggest the dysfunction of many genes and pathways implicated in the pathogenesis of KBD, most importantly, both the integrative analysis and in vitro study in KBD cartilage highlighted the importance of selenocompound metabolism pathway in the pathogenesis of KBD for the first time.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,274
Écart entre enseignants0,248 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetSelenium in Biological SystemsTravaux en français237 207