MétaCan
Menu
Retour à la cohorte
Enregistrement W1906416839 · doi:10.1111/j.1749-6632.2011.06197.x

Combinatorial control of ATF4‐dependent gene transcription in osteoblasts

2011· review· en· W1906416839 sur OpenAlexafffund
René St‐Arnaud, Bahareh Hekmatnejad

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2011
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensMcGill UniversityShriners Hospitals for Children - Canada
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institutes of HealthRéseau de Recherche en Santé Buccodentaire et Osseuse
Mots-clésATF3ATF4Leucine zipperTranscription factorBasic helix-loop-helix leucine zipper transcription factorsCell biologyCoactivatorSp3 transcription factorActivating transcription factor 2bZIP domainTAF2BiologyActivating transcription factorE-boxChemistryDNA-binding proteinGenePromoterGeneticsGene expressionEnhancer

Résumé

récupéré en direct d'OpenAlex

Osteoblast-specific gene transcription requires interaction between bone cell-specific transcription factors and more widely expressed transcriptional regulators. This is particularly evident for the basic domain-leucine zipper factor activating transcription factor 4 (ATF4), whose activity can be enhanced or inhibited through interaction with other leucine zipper proteins, intermediate filament proteins, components of the basic transcriptional machinery, nuclear matrix attachment molecules, or ubiquitously expressed transcription factors. We discuss the results supporting the relevance of these interactions and present the first evidence of a functional interaction between ATF4, FIAT (factor-inhibiting ATF4-mediated transcription), and αNAC (nascent polypeptide-associated complex and coactivator alpha), three proteins that have been previously shown to associate using various protein-protein interaction assays.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,111
Tête enseignante GPT0,369
Écart entre enseignants0,258 · 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'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

Citations15
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetRNA Research and SplicingTravaux en français237 207