MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948604164 · doi:10.5061/dryad.g1jwstqqz

mRNA expression analysis of the hippocampus in a Vervet monkey model of FASD

2022· dataset· en· W6948604164 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2022
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésVervet monkeyDownregulation and upregulationFetal alcohol syndromeRhesus macaqueMacaqueEpigeneticsHippocampusHippocampal formationGene expression

Résumé

récupéré en direct d'OpenAlex

The vervet monkey (Chlorocebus aethiops) has proven to be an invaluable tool for researching voluntary alcohol ingestion and the sequelae that can arise from such behaviour. In this study, a vervet monkey model for fetal alcohol spectrum disorder was generated by providing a cohort of alcohol preferring, pregnant dams the option to ingest alcohol between gestational days 90-165 with a corresponding sucrose matched control group. Subsequently, gene expression analysis of the hippocampus was contrasted at 5 months and 2 years using the GeneChip Rhesus Macaque Genome Array in a 2x2 study design which interrogated two independent variables, Age and Alcohol consumption. The analysis identified a global downregulation of expression when interrogating Alcohol as a main effect with a relative balance of upregulation and downregulation using Age as a main effect. Functional annotation of both independent variables was performed with Alcohol generating broad functional annotation clusters which could implicate an epigenetic role in downregulation, while Age reliably produced functional annotation clusters predominantly related to development. Furthermore, our data reveal a novel connection between EFNB1 and FASD which is highly plausible given its role in development as well as its central role in craniofrontal nasal syndrome (CFNS).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,060
Tête enseignante GPT0,303
Écart entre enseignants0,243 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→