RNA Three-Dimensional Structures, Computer Modeling of
Notice bibliographique
Résumé
The knowledge of the 3-D structure of an RNA molecule gives us indications about which other molecules it can interact with, and how its biochemical function is achieved or can be modified. Unfortunately, direct structure determination methods, such as X-ray crystallography, nuclear magnetic resonance (NMR) spectroscopy, and electron microscopy, cannot be applied at the rate of the genomics era yet, limiting the deciphering of RNA folding and structure. The recent resolution of the large ribosomal subunit (LSU) crystal structure represented a leaping step, but it has mainly pointed out the weaknesses of the current methods for analyzing and inspecting RNA 3-D structures. At this time, RNA sequences of predetermined function cannot be designed and folded properly. Further analysis and interpretations of the available 3-D structures are thus needed to bring additional insights into RNA function. Here, we present state-of-the-art data structures and algorithms that were developed in the last 10 years to analyze and inspect efficiently and objectively RNA 3-D structures. As you will realize by reading the following sections, they are the same as those employed in the development of the best computer modeling methods of RNA 3-D structures. Keywords: Base Pairing; Base Stacking; Graph; Leadzyme; MC-Sym ; Motif; Spanning Tree
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».