MétaCan
Menu
Retour à la cohorte
Enregistrement W1518130375 · doi:10.1096/fasebj.28.1_supplement.560.9

rRNA processing intermediates may not contribute to ribosome biogenesis (560.9)

2014· article· en· W1518130375 sur OpenAlexafffundabout
Ross N. Nazar, Warren van Loggerenberg, Srinivas Nellimarla

Notice bibliographique

RevueThe FASEB Journal · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRibosome biogenesisRibosomal RNARibosomeBiogenesisBiology5.8S ribosomal RNACleavage (geology)Cell biologyComputational biologyModel organismRNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Much of the ribosomal RNA in a eukaryotic ribosome is derived from a common nucleolar transcript via a seemingly complex cleavage pathway which can vary greatly from organism to organism. In S, cerevisiae, for example, two steps have been reported for the five 5’ ETS but in S. pombe as many as six intermediates have been observed. The significance of these steps in for ribosome biogenesis remains unclear including the differences which are observed between organisms. In this study, the processing of the 5’ ETS in S. pombe cells has been reexamine using RT‐PCR, ligation‐mediated RT‐PCR and targeted mutagenesis. The results suggest that some intermediate steps are very minor or may be artifacts of the mapping techniques. More important, the complete removal of a cleavage site can leave levels of mature rRNA essentially unchanged. Taken together, such observations raise the possibility that at least some intermediates are unnecessary, are rare events or even experimental artifacts which do not contribute to rRNA maturation or ribosome biogenesis. Grant Funding Source : Supported by the Natural Sciences and Engineering Research Council of Canada

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetRNA modifications and cancerTravaux en français237 207