MétaCan
Menu
Retour à la cohorte
Enregistrement W4407194247 · doi:10.1016/j.stemcr.2025.102406

20 years of stemness: From stem cells to hypertranscription and back

2025· review· en· W4407194247 sur OpenAlexafffund
Yun‐Kyo Kim, Miguel Ramalho‐Santos

Notice bibliographique

RevueStem Cell Reports · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésBiologyStem cellCell biology

Résumé

récupéré en direct d'OpenAlex

Transcriptional profiling of stem cells came of age at the beginning of the century with the use of microarrays to analyze cell populations in bulk. Since then, stem cell transcriptomics has become increasingly sophisticated, notably with the recent widespread use of single-cell RNA sequencing. Here, we provide a perspective on how an early signature of genes upregulated in embryonic and adult stem cells, identified using microarrays over 20 years ago, serendipitously led to the recent discovery that stem/progenitor cells across organs are in a state of hypertranscription, a global elevation of the transcriptome. Looking back, we find that the 2002 stemness signature is a robust marker of stem cell hypertranscription, even though it was developed well before it was known what hypertranscription meant or how to detect it. We anticipate that studies of stem cell hypertranscription will be rich in novel insights in physiological and disease contexts for years to come.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,958
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,279
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStem Cell ReportsMême sujetPluripotent Stem Cells ResearchTravaux en français237 207