Bibliographic record
Abstract
โปรตีน E6 และ E7 ของเชื้อไวรัสเอชพีวีไทป์16 เป็นสาเหตุหลักสาเหตุหนึ่งของการเกิดโรคมะเร็งปากมดลูก ซึ่งโปรตีน E6 และ E7 ของไวรัสจะจับกับโปรตีน p53 และ pRb ของโฮสต์ตามลำดับ นอกจากนี้กระบวนการเปลี่ยนแปลงในระดับเหนือพันธุกรรมยังเป็นอีกหนึ่งสาเหตุของการเกิดมะเร็ง แต่กลไกที่ทำให้เกิดยังไม่เป็นที่เข้าใจมากนัก ซึ่งการศึกษาก่อนหน้านี้พบว่าการแสดงออกของโปรตีน E7 ของเอชพีวีไทป์ 16 ส่งผลต่อการกระตุ้นการเติมหมู่เมทิลที่ตำแหน่งโพรโมเตอร์ของยีน CCNA1 โดยสร้างคอมเพลกซ์กับเอนไซม์ DNMT1 ดังนั้นจึงได้ตั้งสมมติฐานว่าน่าจะมีโปรตีนชนิดที่เป็นทรานสคริปชันแฟกเตอร์เป็นตัวนำพากลุ่มคอมเพลกซ์นี้มายังบริเวณโพรโมเตอร์ของยีน ในงานวิจัยได้นำวิธีการทางโปรติโอมิกส์มาใช้ในการตรวจระบุโปรตีน โดยการใช้โปรตีน E7 เป็นตัวล่อ (bait) จากนั้นนำโปรตีนที่ติดตามมาด้วยกันไปตรวจวิเคราะห์ด้วยวิธีการทางแมสสเปกโตรเมทรี ซึ่งพบทรานสคริปชันแฟกเตอร์ YY1 ในขณะเดียวกันทรานสคริปชันแฟกเตอร์ TFAP2A ถูกพบจากการทำนายด้วยชีวสารสนเทศซึ่งใช้ยีน CCNA1 เป็นต้นแบบของยีนเป้าหมาย เมื่อทดสอบการจับกันระหว่างโปรตีนทั้งสามชนิดพบว่า โปรตีน E7 ของเอชพีวีไทป์ 16 มีอันตรกิริยากับโปรตีน TFAP2A และโปรตีน TFAP2A มีอันตรกิริยากับโปรตีน YY1 นอกจากนั้นยังตรวจพบว่ายีน FOXC1 และ VEGFA มีการลดการแสดงออกเมื่อมียีน E7 ของเชื้อเอชพีวีเข้ามาเกี่ยวข้อง แต่พบการเกิดเมทิลเลชันที่บริเวณโพรโมเตอร์ที่ยีน FOXC1 เพียงยีนเดียว มากไปกว่านั้นเมื่อทำการตรวจยืนยันการจับกันระหว่างโปรตีน E7 ของเอชพีวีไทป์ 16 โปรตีน YY1 และโปรตีน TFAP2 กับดีเอ็นเอบริเวณโพรโมเตอร์ของยีนทั้งสองด้วยวิธี Chromatin immunoprecipitation พบว่ามีเพียงยีน FOXC1 ที่สามารถจับได้กับโปรตีนทั้งสามชนิด ซึ่งอาจกล่าวได้ว่า ยีน FOXC1 ถูกชักนำให้เกิดการเมทิลเลชันแล้วส่งผลให้เกิดการลดการแสดงออกเช่นเดียวกับยีน CCNA1�
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.144 | 0.095 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".