Additional file 1 of Toward a base-resolution panorama of the in vivo impact of cytosine methylation on transcription factor binding
Notice bibliographique
Résumé
Additional file 1: Fig S1-18. Figure S1. JAMS sequence coefficients for CTCF in HEK293 cells. Figure S2. TF-specific and background coefficients for CTCF in HEK293 cells. Figure S3. Likelihood ratio test per position to identify CTCF binding site positions with significant methylation effects. Figure S4. JAMS coefficients for CTCF across different cell lines. Figure S5. Calculating logFC S.E.M. threshold. Figure S6. Predicting differential CTCF binding independent of regional methylation. Figure S7. JAMS results by TF families. Figure S8. Example high-quality and low-quality JAMS models. Figure S9. Annotation of the zinc finger domains whose binding to DNA are affected by CpG methylation. Figure S10. In vivo methylation binding preferences of CEBBP and NFR1. Figure S11. Predicting differential binding of CEBPB across cell lines. Figure S12. Predicting differential binding of MAX across cell lines. Figure S13. Predicting differential binding of KAISO (ZBTB33) across cell lines. Figure S14. Comparison of methyl-sensitive positions identified by JAMS and bisulfite-SELEX. Figure S15. Methyl-plus and mixed-effect TFs identified by JAMS. Figure S16. Modeling choices for analysis of CTCF occupancy in HEK293 cells. Figure S17. Effect of mC12pG13 methylation on in vivo CTCF binding. Figure S18. Effect of mC12pG13 methylation on in vitro CTCF binding.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,844 | 0,243 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».