Étude de l'expression allélique différentielle dans les gènes intermédiaires de prédisposition au cancer du sein CHEK2, ATM et TP53
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nous avons voulu évaluer si les gènes CHE2, ATM et TP53, associés à un risque intermédiaire de cancer du sein, étaient soumis à une différence d'expression allélique (DEA). Nous avons étudié des lignées cellulaires lymphoblastiques (LCLs) dérivées de patientes à haut risque, négatives pour des mutations dans CRCA1 et BRCA2. Nous avons développé une méthode basée sur la "fusion haute-résolution" (High-resolution melting curve analysis, HRM) et l'utilisation d'une sonde d'hybridation fluorescente pour détecter de la DEA chez des individus hétérozygotes pour un SNP marqueur exonique. Cette méthode permet de corréler le signal fluorescent à la quantité relative des transcrits alléliques. Nous avons développé un outil d'analyse adapté aux besoins spécifiques de l'étude de la DEA par HRM. Dans nos échantillons, une DEA statistiquement significative a été identifiée pour le gène CHEK2, chez les porteurs de la mutation tronquante 1100delC. En revanche, en combinant les données du criblage mutationnel des gènes candidats et de l'étude de DEA, nous n'avons pas identifié de variant régulateur localisé en cis qui induirait de la DEA significative dans les gènes étudiés, dans le contexte de régulation transcriptionnelle propre aux LCLs proliférant librement. Nos résultats montrent que le HRM est une méthode sensible et précise pour mesurer de la DAE et qui peut être appliquée à d'autres tissus, mammaires ou sanguins. Ces derniers présentent un grand intérêt pour les études de criblage mutationnel à haut-débit cherchant à identifier des variants dysfonctionnels dans les régions régulatrices de gènes candidats.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle