1,720,963 research outputs found
Étude de l'impact clinique de la transcription des éléments répétés
No full textThe molecular mechanisms governing the synthesis of proteins have historically received the most attention. However, the number of regions encoding proteins (coding regions) is limited. Mammalian genomes contain many non-coding regions that correspond to open chromatin and cis-regulatory modules bound by transcription factors (TFs). Another particularity of these genomes is that they are scattered with repetitive sequences, in particular microsatellites, also called short tandem repeats (STRs), which correspond to repeated DNA motifs of 1 to 6 bp and constitute one of the most polymorphic and abundant repetitive elements (~3% of the human genome). STRs are known to widely impact gene expression and contribute to expression variation. At the molecular level, STRs can for instance affect expression by inducing inhibitory DNA structures and/or by modulating TF binding. Specific expression Quantitative Trait Loci (eQTLs), called eSTRs, have been calculated to correlate STR length variations with gene expression.First, leveraging the Cap Analysis of Gene Expression (CAGE) data collected by the international FANTOM consortium, I contributed to the discovery of widespread transcription initiation at STRs in mouse and human cells. Interestingly, genetic variants linked to human diseases are located around STRs associated with high transcription initiation levels, suggesting a functional role of this transcription. I also demonstrated that this transcription initiation is predictable by sequence-based deep learning models. However, although methods exist to interpret this type of model after learning, CNN interpretation still has some limitations, impeding the acquisition of novel biological knowledge.To tackle this problem, I developed, in a second work, fully interpretable modular neural networks (MNNs), which combines learning and interpretation in one single step preserving automatic feature extraction from DNA sequence. I further used the predictions of these models to evaluate the impact of transcription initiation at STRs on gene expression and to compute a new catalog of eSTRs. Finally, I evaluated the phenotypic consequences of STR transcription using the data collected by the FINNGEN consortium which includes 224,737 genotypes and phenotypes.Overall, my work should serve as a valuable resource for future genetic studies of complex traits.Les mécanismes moléculaires gouvernant la synthèse des protéines ont historiquement reçu le plus d’attention. Cependant, le nombre de régions codant les protéines (régions codantes) est limité, et les génomes de mammifères contiennent de nombreuses régions non-codantes correspondants à des modules d’ouverture de la chromatine et cis-régulateurs fixés par des facteurs de transcriptions (TFs). Une autre particularité de ces génomes est d’être parsemé de séquences répétées, en particulier de microsatellites, aussi appelés éléments courts répétés en tandem (STRs), ce qui correspond à des motifs d’ADN de taille variant entre 1 et 6 paires de bases (bp). Les STRs constituent une des régions répétées les plus polymorphique et abondante (~3% du génome humain). Les STRs sont aussi connus pour largement impacter l’expression des gènes et ainsi contribuer à la variation de l’expression. Au niveau moléculaire, les STRs peuvent, par exemple, affecter l’expression en induisant des structures d’ADN inhibitrices et/ou en modulant la fixation des TFs. Des locus de caractères quantitatifs (eQTL) spécifiques, appelés eSTRs ont été calculés pour corréler la variation de longueur des STRs et l’expression des gènes.Dans un premier temps, en utilisant les données de CAGE (Cap Analysis of Gene Expression) collectées par le consortium international FANTOM, j’ai contribué à la découverte de l’initiation globale de la transcription au niveau des STRs chez la souris et l’homme. Fait intéressant, des variants génétiques liées aux pathologies humaines sont localisés autour des STRs associés avec des hauts niveaux de transcription, suggérant un rôle fonctionnel de cette transcription. J’ai également démontré que cette initiation de la transcription était prédictible par des modèles de deep learning (DL) basés sur la séquence. Cependant, même s’il existe des méthodes pour interpréter ces modèles, l’interprétation des CNNs ont toujours des limitations, rendant l’acquisition de nouveaux savoirs en biologie plus difficile.Pour répondre à ce problème, j’ai développé dans un second temps, un modèle de réseau modulaire (MNN) qui combine apprentissage et interprétation dans une étape unique afin de préserver l’extraction automatique des caractéristiques de la séquence d’ADN. J’ai ensuite utilisé la prédiction de ces modèles pour évaluer l’impact de l’initiation de la transcription au niveau des STRs sur l’expression des gènes et pour calculer un nouveau catalogue d’eSTRs. Finalement, j’ai évalué la conséquence de cette transcription sur le phénotype en utilisant les données collectées par le consortium FINNGEN qui comporte 224,737 génotypes et phénotypes.Globalement, mon travail devrait être une ressource précieuse pour de futures études génétiques de traits complexes
Clinical impact of transcription at repetitive elements
No full textLes mécanismes moléculaires gouvernant la synthèse des protéines ont historiquement reçu le plus d’attention. Cependant, le nombre de régions codant les protéines (régions codantes) est limité, et les génomes de mammifères contiennent de nombreuses régions non-codantes correspondants à des modules d’ouverture de la chromatine et cis-régulateurs fixés par des facteurs de transcriptions (TFs). Une autre particularité de ces génomes est d’être parsemé de séquences répétées, en particulier de microsatellites, aussi appelés éléments courts répétés en tandem (STRs), ce qui correspond à des motifs d’ADN de taille variant entre 1 et 6 paires de bases (bp). Les STRs constituent une des régions répétées les plus polymorphique et abondante (~3% du génome humain). Les STRs sont aussi connus pour largement impacter l’expression des gènes et ainsi contribuer à la variation de l’expression. Au niveau moléculaire, les STRs peuvent, par exemple, affecter l’expression en induisant des structures d’ADN inhibitrices et/ou en modulant la fixation des TFs. Des locus de caractères quantitatifs (eQTL) spécifiques, appelés eSTRs ont été calculés pour corréler la variation de longueur des STRs et l’expression des gènes.Dans un premier temps, en utilisant les données de CAGE (Cap Analysis of Gene Expression) collectées par le consortium international FANTOM, j’ai contribué à la découverte de l’initiation globale de la transcription au niveau des STRs chez la souris et l’homme. Fait intéressant, des variants génétiques liées aux pathologies humaines sont localisés autour des STRs associés avec des hauts niveaux de transcription, suggérant un rôle fonctionnel de cette transcription. J’ai également démontré que cette initiation de la transcription était prédictible par des modèles de deep learning (DL) basés sur la séquence. Cependant, même s’il existe des méthodes pour interpréter ces modèles, l’interprétation des CNNs ont toujours des limitations, rendant l’acquisition de nouveaux savoirs en biologie plus difficile.Pour répondre à ce problème, j’ai développé dans un second temps, un modèle de réseau modulaire (MNN) qui combine apprentissage et interprétation dans une étape unique afin de préserver l’extraction automatique des caractéristiques de la séquence d’ADN. J’ai ensuite utilisé la prédiction de ces modèles pour évaluer l’impact de l’initiation de la transcription au niveau des STRs sur l’expression des gènes et pour calculer un nouveau catalogue d’eSTRs. Finalement, j’ai évalué la conséquence de cette transcription sur le phénotype en utilisant les données collectées par le consortium FINNGEN qui comporte 224,737 génotypes et phénotypes.Globalement, mon travail devrait être une ressource précieuse pour de futures études génétiques de traits complexes.The molecular mechanisms governing the synthesis of proteins have historically received the most attention. However, the number of regions encoding proteins (coding regions) is limited. Mammalian genomes contain many non-coding regions that correspond to open chromatin and cis-regulatory modules bound by transcription factors (TFs). Another particularity of these genomes is that they are scattered with repetitive sequences, in particular microsatellites, also called short tandem repeats (STRs), which correspond to repeated DNA motifs of 1 to 6 bp and constitute one of the most polymorphic and abundant repetitive elements (~3% of the human genome). STRs are known to widely impact gene expression and contribute to expression variation. At the molecular level, STRs can for instance affect expression by inducing inhibitory DNA structures and/or by modulating TF binding. Specific expression Quantitative Trait Loci (eQTLs), called eSTRs, have been calculated to correlate STR length variations with gene expression.First, leveraging the Cap Analysis of Gene Expression (CAGE) data collected by the international FANTOM consortium, I contributed to the discovery of widespread transcription initiation at STRs in mouse and human cells. Interestingly, genetic variants linked to human diseases are located around STRs associated with high transcription initiation levels, suggesting a functional role of this transcription. I also demonstrated that this transcription initiation is predictable by sequence-based deep learning models. However, although methods exist to interpret this type of model after learning, CNN interpretation still has some limitations, impeding the acquisition of novel biological knowledge.To tackle this problem, I developed, in a second work, fully interpretable modular neural networks (MNNs), which combines learning and interpretation in one single step preserving automatic feature extraction from DNA sequence. I further used the predictions of these models to evaluate the impact of transcription initiation at STRs on gene expression and to compute a new catalog of eSTRs. Finally, I evaluated the phenotypic consequences of STR transcription using the data collected by the FINNGEN consortium which includes 224,737 genotypes and phenotypes.Overall, my work should serve as a valuable resource for future genetic studies of complex traits
Étude de l'impact clinique de la transcription des éléments répétés
No full textThe molecular mechanisms governing the synthesis of proteins have historically received the most attention. However, the number of regions encoding proteins (coding regions) is limited. Mammalian genomes contain many non-coding regions that correspond to open chromatin and cis-regulatory modules bound by transcription factors (TFs). Another particularity of these genomes is that they are scattered with repetitive sequences, in particular microsatellites, also called short tandem repeats (STRs), which correspond to repeated DNA motifs of 1 to 6 bp and constitute one of the most polymorphic and abundant repetitive elements (~3% of the human genome). STRs are known to widely impact gene expression and contribute to expression variation. At the molecular level, STRs can for instance affect expression by inducing inhibitory DNA structures and/or by modulating TF binding. Specific expression Quantitative Trait Loci (eQTLs), called eSTRs, have been calculated to correlate STR length variations with gene expression.First, leveraging the Cap Analysis of Gene Expression (CAGE) data collected by the international FANTOM consortium, I contributed to the discovery of widespread transcription initiation at STRs in mouse and human cells. Interestingly, genetic variants linked to human diseases are located around STRs associated with high transcription initiation levels, suggesting a functional role of this transcription. I also demonstrated that this transcription initiation is predictable by sequence-based deep learning models. However, although methods exist to interpret this type of model after learning, CNN interpretation still has some limitations, impeding the acquisition of novel biological knowledge.To tackle this problem, I developed, in a second work, fully interpretable modular neural networks (MNNs), which combines learning and interpretation in one single step preserving automatic feature extraction from DNA sequence. I further used the predictions of these models to evaluate the impact of transcription initiation at STRs on gene expression and to compute a new catalog of eSTRs. Finally, I evaluated the phenotypic consequences of STR transcription using the data collected by the FINNGEN consortium which includes 224,737 genotypes and phenotypes.Overall, my work should serve as a valuable resource for future genetic studies of complex traits.Les mécanismes moléculaires gouvernant la synthèse des protéines ont historiquement reçu le plus d’attention. Cependant, le nombre de régions codant les protéines (régions codantes) est limité, et les génomes de mammifères contiennent de nombreuses régions non-codantes correspondants à des modules d’ouverture de la chromatine et cis-régulateurs fixés par des facteurs de transcriptions (TFs). Une autre particularité de ces génomes est d’être parsemé de séquences répétées, en particulier de microsatellites, aussi appelés éléments courts répétés en tandem (STRs), ce qui correspond à des motifs d’ADN de taille variant entre 1 et 6 paires de bases (bp). Les STRs constituent une des régions répétées les plus polymorphique et abondante (~3% du génome humain). Les STRs sont aussi connus pour largement impacter l’expression des gènes et ainsi contribuer à la variation de l’expression. Au niveau moléculaire, les STRs peuvent, par exemple, affecter l’expression en induisant des structures d’ADN inhibitrices et/ou en modulant la fixation des TFs. Des locus de caractères quantitatifs (eQTL) spécifiques, appelés eSTRs ont été calculés pour corréler la variation de longueur des STRs et l’expression des gènes.Dans un premier temps, en utilisant les données de CAGE (Cap Analysis of Gene Expression) collectées par le consortium international FANTOM, j’ai contribué à la découverte de l’initiation globale de la transcription au niveau des STRs chez la souris et l’homme. Fait intéressant, des variants génétiques liées aux pathologies humaines sont localisés autour des STRs associés avec des hauts niveaux de transcription, suggérant un rôle fonctionnel de cette transcription. J’ai également démontré que cette initiation de la transcription était prédictible par des modèles de deep learning (DL) basés sur la séquence. Cependant, même s’il existe des méthodes pour interpréter ces modèles, l’interprétation des CNNs ont toujours des limitations, rendant l’acquisition de nouveaux savoirs en biologie plus difficile.Pour répondre à ce problème, j’ai développé dans un second temps, un modèle de réseau modulaire (MNN) qui combine apprentissage et interprétation dans une étape unique afin de préserver l’extraction automatique des caractéristiques de la séquence d’ADN. J’ai ensuite utilisé la prédiction de ces modèles pour évaluer l’impact de l’initiation de la transcription au niveau des STRs sur l’expression des gènes et pour calculer un nouveau catalogue d’eSTRs. Finalement, j’ai évalué la conséquence de cette transcription sur le phénotype en utilisant les données collectées par le consortium FINNGEN qui comporte 224,737 génotypes et phénotypes.Globalement, mon travail devrait être une ressource précieuse pour de futures études génétiques de traits complexes
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Get PDFWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Get PDFWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
