Notice bibliographique
Résumé
Abstract Pseudogenes are those regions in a genome that have sequence similarity to functional genes but have decayed and have no obvious functions. It is estimated that the human genome contains more than 10 000 easily recognisable pseudogenes and many more fragmented sequences, that arose mainly through one of the following three mechanisms: duplication, retrotranposition and spontaneous loss of function. The majority of the human retrotransposed (i.e. processed) pseudogenes are primate specific, arising from a burst of retrotransposition activities approximately 45 Ma. Although most of the human pseudogenes are most likely too degenerated to perform a biological function, ∼20% of them exhibit evidence of transcriptional activity based on data from multiple genomic studies. Furthermore, a handful of pseudogene transcripts have been demonstrated experimentally to gain novel functions as noncoding ribonucleic acids (RNAs) , indicating that pseudogenes could be a reservoir for evolution innovation. Key Concepts: Pseudogenes are prevalent in the human genome and other mammalian genomes. Most human pseudogenes are from past retrotranspositions occurring before the split of primate from other lineages. Pseudogenes are a good source of DNA sequences for studying genome evolution. Most human pseudogenes are most likely ‘dead’ but many of them can be transcribed. Some human pseudogenes have adopted functions as noncoding RNAs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».