MétaCan
Menu
Retour à la cohorte
Enregistrement W1001396404 · doi:10.1128/9781555818296.ch16

Editing of tRNA

2014· book-chapter· en· W1001396404 sur OpenAlexaff
David H. Price, Michael W. Gray

Notice bibliographique

RevueASM Press eBooks · 2014
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésRNA editingTransfer RNABiologyRNANucleotideGeneticsPrimer extensionGene

Résumé

récupéré en direct d'OpenAlex

The term “RNA editing” was first coined more than a decade ago to describe the phenomenon of uridine insertion into trypanosomatid mitochondrial transcripts. Unlike mRNAs, transcripts of tRNA and rRNA genes are themselves converted into the functional entities they encode. RNA editing events represent additional steps in posttranscriptional processing and, like nucleoside modifications, they may occur at different stages in the pathway. To quantify RNA editing one usually compares the intensity of the bands on a sequencing (or primer extension) ladder that correspond to the edited and unedited versions of the RNA. The first example of tRNA editing in a mitochondrial (mt) system is that reported to occur in the ameboid protozoon Acantbamoeba castellanii. The observed nucleotide substitutions consisted of both purine-to-purine and pyrimidine- to-purine changes, suggesting a mechanism involving base or nucleotide replacement. More recently, it has been shown that nascent mRNAs present in stalled RNA polymerase complexes are substrates for editing by both cytidine and dinucleotide insertion. In a particular study the isolated RNAs were found to be edited to within 14 to 22 nucleotides of the stalled polymerase, suggesting that the insertional editing activity in Physarum is able to act quite close to the site of RNA synthesis. The most recently described mode of tRNA editing is that found in the mitochondria of metazoa.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,007

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASM Press eBooksMême sujetRNA modifications and cancerTravaux en français237 207