Notice bibliographique
Résumé
tRNA genes have the fundamental role of translating the genetic code during protein synthesis. Beyond solely a passive decoding role, the tRNA pool exerts selection pressures on the codon usage of organisms and the viruses that infect them because processing codons read by rare tRNAs can be slow or even erroneous. To better understand the interactions of codons and anticodons in eukaryotic species, we first investigated whether tRNAs packaged into HIV-1 particles may relate to the poor codon usage of HIV-1 genes. By comparing the codon usage of HIV-1 genes with that of its human host, we found that tRNAs decoding poorly adapted codons are overrepresented in HIV-1 virions. Because the affinity of Gag-Pol for all tRNAs is non-specific, HIV packaging is most likely passive and reflects the tRNA pool at the time of viral particle formation. Moreover, differences that we found in the codon usage between early and late genes suggest alterations in the tRNA pool are induced late in viral infection. Next, we tested whether a reduced tRNA anticodon pattern, which was called into question by predicted tRNA datasets, is maintained across eukaryotes. tRNA prediction methods are prone to falsely identifying tRNA-derived repetitive sequences as functional tRNA genes. Thus, we proposed and tested a novel approach to identify falsely predicted tRNA genes using phylogenetics. Phylogenetic analysis removed nearly all the genes deviating from the anticodon pattern, therefore the anticodon pattern is reaffirmed across eukaryotes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».