MétaCan
Menu
Retour à la cohorte
Enregistrement W1483646606 · doi:10.1002/iub.1192

Fighting an old war with a new weapon—silencing transposons by Piwi‐interacting RNA

2013· review· en· W1483646606 sur OpenAlexaff
Manhong Guo, Yuliang Wu

Notice bibliographique

RevueIUBMB Life · 2013
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésTransposable elementPiwi-interacting RNABiologyRetrotransposonGeneticsInsertional mutagenesisTransposon mutagenesisGenomeSmall RNARasiRNAEpigeneticsGene silencingComputational biologyRNAGene

Résumé

récupéré en direct d'OpenAlex

Discovered six decades ago, transposons are known to selfishly multiply within and between chromosomes. Although they may play a creative role in building new functional parts of the genome, transposons usually cause insertional mutagenesis and/or turn nearby genes on or off. To maintain genome integrity, cells use a variety of strategies to defend against the proliferation of transposons. A class of small noncoding RNA, discovered seven years ago and called piRNA, is a new player in the war to silence transposons. piRNA is made via two biogenesis pathways: the primary processing pathway and the ping-pong amplification loop. These pathways are critically involved in transposon RNA degradation, DNA methylation, and histone modification machinery that represses transposons. In this review, we briefly introduce transposon-caused genomic instability and summarize our current understanding of the piRNA pathway, focusing on its key function in transposon silencing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,272
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

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

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIUBMB LifeMême sujetChromosomal and Genetic VariationsTravaux en français237 207