Impacts fonctionnels des polymorphismes dans les promoteurs des gènes de l’apoptose
Bibliographic record
Abstract
La susceptibilité ou la résistance aux cancers peuvent impliquer plusieurs mécanismes, incluant l’apoptose, la croissance cellulaire et la différenciation, la réplication et la réparation de l’ADN. Mon projet porte plus particulièrement sur l’apoptose. Une dérégulation dans les voies d’activation de l’apoptose entraîne une accumulation de cellules déréglées, créant ainsi un environnement propice à l’instabilité génétique et au développement du cancer. Comme l’apoptose est une voie biologique hautement régulée, nous proposons l’hypothèse que des polymorphismes « fonctionnels » dans les régions de régulations des gènes (rSNPs) perturberaient cette voie à cause de taux variables de transcrits et des protéines correspondantes dû à la modification des sites de reconnaissances des facteurs de transcription. Les principaux objectifs de mon projet sont : (i) identifier les SNPs présents dans la région promotrice des gènes d’apoptose; (ii) déterminer les haplotypes de promoteurs les plus fréquents présents dans la population générale; (rHaps) (iii) vérifier leurs impacts fonctionnels sur l’expression génique par des essais in vitro (gène rapporteur et retard sur gel). Cette étude permettra d’identifier des rSNPs et rHaps ayant un impact sur le niveau d’expression des gènes d’apoptose, au moins dans un contexte in vitro. Ces différences alléliques au niveau de l’expression de ces gènes d’apoptose pourraient contribuer à la susceptibilité interindividuelle de développer un cancer.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".