MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
RNA Research and Splicing
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

3 010 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
3 010 travaux dans la cohorte · sur 4 299 418page 1 sur 61

Les étiquettes couvrent 5 des 3 010 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 3 010 des 3 010 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

afffundnon étiqueté
Regulation of mRNA Translation and Stability by microRNAs
Marc R. Fabian, Nahum Sonenberg, Witold Filipowicz
2010· review· en· Annual Review of Biochemistry· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
3 279
citations
affsans résuménon étiqueté
Deep learning enables rapid identification of potent DDR1 kinase inhibitors
Alex Zhavoronkov, Yan A. Ivanenkov, Alex Aliper, Mark S. Veselov, Vladimir Aladinskiy, Anastasiya V. Aladinskaya +16 autres
2019· article· en· Nature Biotechnology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1 493
citations
affnon étiqueté
RNAi-Mediated Targeting of Heterochromatin by the RITS Complex
André Verdel, Songtao Jia, Scott A. Gerber, Tomoyasu Sugiyama, Steven P. Gygi, Shiv I. S. Grewal +1 autres
2004· article· en· Science· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1 239
citations
afffundnon étiqueté
Regulation of Alternative Splicing by Histone Modifications
Reini F. Luco, Qun Pan, Kaoru Tominaga, Benjamin J. Blencowe, Olivia M. Pereira‐Smith, Tom Misteli
2010· article· en· Science· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1 119
citations
afffundsans résuménon étiqueté
Deciphering the splicing code
Yoseph Barash, John A. Calarco, Weijun Gao, Qun Pan, Xinchen Wang, Ofer Shai +2 autres
2010· article· en· Nature· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
933
citations
afffundsans résuménon étiqueté
Short RNAs Repress Translation after Initiation in Mammalian Cells
Christian P. Petersen, Marie-Ève Bordeleau, Jerry Pelletier, Phillip A. Sharp
2006· article· en· Molecular Cell· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
736
citations
afffundnon étiqueté
Widespread intron retention in mammals functionally tunes transcriptomes
Ulrich Braunschweig, Nuno L. Barbosa‐Morais, Qun Pan, Emil N. Nachman, Babak Alipanahi, Thomas Gonatopoulos-Pournatzis +3 autres
2014· article· en· Genome Research· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
702
citations
afffundnon étiqueté
RBPDB: a database of RNA-binding specificities
Kate B. Cook, Hilal Kazan, Khalid Zuberi, Quaid Morris, Timothy Hughes
2010· article· en· Nucleic Acids Research· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
702
citations
affsans résuménon étiqueté
RNA-binding proteins in human genetic disease
Kiven Erique Lukong, Kai-Wei Chang, Stéphane Richard
2008· article· en· Trends in Genetics· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
691
citations
fundno affnon étiqueté
Sequence-Specific Inhibition of Small RNA Function
György Hutvágner, Martin J. Simard, Craig C. Mello, Phillip D. Zamore
2004· article· en· PLoS Biology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
576
citations
affsans résuménon étiqueté
An RNA map predicting Nova-dependent splicing regulation
Jernej Ule, Giovanni Stefani, Aldo Mele, Matteo Ruggiu, Xuning Wang, Bahar Taneri +3 autres
2006· article· en· Nature· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
542
citations
affsans résuménon étiqueté
The spliceosome is a therapeutic vulnerability in MYC-driven cancer
Tiffany Hsu, Lukas M. Simon, Nicholas J. Neill, Richard Marcotte, Azin Sayad, Christopher S. Bland +22 autres
2015· article· en· Nature· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
524
citations
affsans résuménon étiqueté
Disruption of GW bodies impairs mammalian RNA interference
Andrew Jakymiw, Shangli Lian, Theophany Eystathioy, Songqing Li, Minoru Satoh, John C. Hamel +2 autres
2005· article· en· Nature Cell Biology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
492
citations
afffundnon étiqueté
Deep learning of the tissue-regulated splicing code
Michael K. K. Leung, Hui Xiong, Leo J. Lee, Brendan J. Frey
2014· article· en· Bioinformatics· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
487
citations
afffundsans résuménon étiqueté
Properties of Stress Granule and P-Body Proteomes
Ji‐Young Youn, Boris J.A. Dyakov, Jianping Zhang, James D.R. Knight, Robert M. Vernon, Julie D. Forman‐Kay +1 autres
2019· review· en· Molecular Cell· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
477
citations
affnon étiqueté
Origin and evolution of spliceosomal introns
Igor B. Rogozin, Liran Carmel, Miklós Csürös, Eugene V. Koonin
2012· review· en· Biology Direct· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
434
citations
afffundsans résuménon étiqueté
Dynamic Integration of Splicing within Gene Regulatory Pathways
Ulrich Braunschweig, Serge Gueroussov, Alex Plocik, Brenton R. Graveley, Benjamin J. Blencowe
2013· review· en· Cell· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
413
citations
affnon étiqueté
Cap and cap‐binding proteins in the control of gene expression
Ivan Topisirović, Yuri V. Svitkin, Nahum Sonenberg, Aaron J. Shatkin
2010· review· en· Wiley Interdisciplinary Reviews - RNA· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
408
citations

En coulisses: Sélection · Constats · À propos